手形識別中特征點固定定位順序的方法
【專利摘要】手形識別中特征點固定定位順序的方法，屬于手形識別領域，用于解決現有的手形識別過程中，定位方法具有的算法準確率低、速度慢、算法繁雜的缺點，技術要點是：1)創(chuàng)建空數組用來存放滿足條件的屬于同一根手指的指峰或指谷的特征點；2)對原圖進行掃描，利用圓盤極值法確定目標區(qū)域全部在圓心下方的點，以確定指峰點T2；3)將原圖分為子圖b和子圖c，對子圖掃描,利用圓盤極值法確定目標區(qū)域全部在圓心下方的點，以確定小拇指與無名指的指谷點T7。效果是：準確率高、速度快、算法簡單而且解決了傳統方法掃面范圍大、圓盤閾值和半徑難以確定的難題，特征定位效果顯著提高。
【專利說明】
手形識別中特征點固定定位順序的方法
技術領域
[0001] 本發(fā)明屬于手形識別領域，涉及一種手形識別中特征點固定定位順序的方法。
【背景技術】
[0002] 隨著社會的發(fā)展和科技水平的提高，人民的安全意識不斷增強，信息的安全受到 越來越的關注，因此在現實生活中，每個人都經常面對身份的鑒別問題。傳統的身份認證經 常采用密碼、口令、證件等，這些傳統的鑒別方法存在很大的弊端。生物特征識別技術因其 固有安全等級高的優(yōu)點，正在慢慢的取代傳統的身份認證方法，經常采用指紋、人臉、虹膜、 步態(tài)、筆跡、手形、掌紋等人體特征。目前，單個生物特征有其固有的局限性，還沒有一種單 獨的生物特征識別技術可以滿足實際的需求。多模態(tài)生物特征識別技術通過多生物特征融 合的方法，來提高識別的準確率和擴大應用范圍，以滿足實際的需求。由于手部圖像采集方 便、用戶接受度高、包含信息量大、識別準確率較高等，目前被廣泛應用。
[0003] 手形識別一般包括手形輪廓提取、特征點定位、特征量分析幾個主要部分，其中特 征點定位步驟中，現有技術的定位方法往往具有算法準確率低、速度慢、算法繁雜的缺點。

【發(fā)明內容】

[0004] 為了解決現有的手形識別過程中，定位方法具有的算法準確率低、速度慢、算法繁 雜的缺點，本發(fā)明提出了一種手形識別中特征點固定定位順序的方法，以實現手形識別過 程中高準確率，快速和簡單的定位。
[0005] 為了實現上述目的，本發(fā)明的技術方案是：
[0006] -種手形識別中特征點固定定位順序的方法，包括如下步驟：
[0007] S1.創(chuàng)建空數組用來存放滿足條件的屬于同一根手指的指峰或指谷的特征點；
[0008] S2.對原圖a進行掃描，利用圓盤極值法確定輪廓線上的點全部在圓心下方的點， 以確定指峰點T2;
[0009] S3.將原圖分為子圖b和子圖c，對子圖b掃描，利用圓盤極值法確定相鄰區(qū)域內輪 廓線上的點全部在圓心下方的點，以確定小拇指與無名指的指谷點T7;
[0010] S4.計算食指指峰點子圖分割參數n3,分割出子圖e，對子圖e進行掃描，以找到食 指指峰T1;
[0011] S5.計算食指和中指間指谷點子圖分割參數n4,分割出子圖d，對子圖d進行掃描， 以找到特征點T5;
[0012] S6.計算中指和無名指間指谷點子圖分割參數n5，分割出子圖f，對子圖f進行掃 描，以找到特征點T6;
[0013] S7.計算無名指指峰點子圖分割參數n6,分割出子圖g，對子圖g進行掃描，以找到 無名指指峰T3;
[0014] S8.根據特征點T1、T2和T3,計算ymax=MAX(yi，y3)，ymin=MIN(yi，y3)，a3= |y2_ymin ，其中yi，y2，y3分別為特征點T1、T2和T3的縱坐標，ymaxSyi和y3的最大值，ymin為yi和y3的最 小值，a3為小拇指指峰點行掃描起始參數，對子圖h進行掃描，記錄交點首次大于2的行數， 滿足|m-m+11彡2的交點的中間點即為小拇指指峰點T4;
[0015]其中：子圖b是無名指小拇指所在區(qū)域子圖，子圖c是食指所在區(qū)域子圖，子圖e是 食指指峰點所在區(qū)域子圖，子圖f是中指與無名指間指谷點區(qū)域子圖，子圖g是無名指指峰 點區(qū)域子圖，子圖h是小拇指間指峰點區(qū)域子圖。
[0016]進一步的，各步驟具體為：
[0017] S1.創(chuàng)建7個空數組31□用來存放滿足條件的屬于同一根手指的指峰或指谷的特 征點，其中：i = l，…，7;
[0018] S2.對原圖a進行由上向下、由左向右的掃描，搜索掃描線與手指的首次交點，以此 點為基準，利用圓盤極值法確定輪廓線全部在圓心下方的點存入數組&中，數組中間點 就是中指指峰點T2;
[0019] S3.根據中指指峰點T2將原圖分為子圖b和子圖c，對子圖由下向上、由左到右掃 描，當掃描線與輪廓線首次出現多個交點時，以該行除與左側邊緣輪廓線的交點之外的其 它交點為基準點，利用圓盤極值法確定輪廓線全部在圓心下方的點存數組&中，數組&的中 間點就是小拇指與無名指的指谷點T7;
[0020]
，其中X2、X7為T2、T7的橫坐標，對子圖c以n3為左邊界即 是子圖e的區(qū)域，對子圖e進行由上向下、由左向右的掃描，搜索掃描線與手指的首次交點， 以此點為基準，利用圓盤極值法確定輪廓線全部在圓心下方的點存入數組&中，數組&的中 間點就是中指指峰點T2;
[0021 ]
，xi為T1的橫坐標，對子圖d，行由y7向上，列由X2到ru的 區(qū)域進行掃描，搜索掃描線與手指的首次交點，以此點為基準，利用圓盤極值法確定輪廓線 全部在圓心下方的點存入數組S4中，數組S4的中間點就是食指與中指間的指谷點T5,其中y7 是點T7的縱坐標；
[0022]
，:X5為T5的橫坐標，對子圖f，行由y7向上，列由Π 5到X2的 區(qū)域進行掃描，搜索掃描線與手指的首次交點，以此點為基準，利用圓盤極值法確定輪廓線 全部在圓心下方的點存入數組&中，數組&的中間點就是中指與無名指間的指谷點T6;
[0023]
.對子圖b以n6為右邊界即是子圖g的區(qū)域，對子圖g進行 由上向下、由左向右的掃描，搜索掃描線與手指的首次交點，以此點為基準，利用圓盤極值 法確定輪廓線全部在圓心下方的點存入數組s6中，數組S6的中間點就是無名指指峰點T3;
[0024] S8.根據已確定的點計算ymax=MAX(yi，y3)，ymin = MIN(yi，y3)，a3= |y2_ymin|，對子 圖h，行由（ymax+a3)向下，列以n6為右邊界的區(qū)域進行掃描，記錄交點首次大于2的行數，將滿 足|m-m +11彡2的交點存入數組S7中，數組S7的中間點就是小拇指指峰點的特征點T4。
[0025] 有益效果:本申請采用了手形圖像分塊技術，利用圓盤極值算法，可以快速準確的 提取手型特征點，該算法不僅準確率高、速度快、算法簡單而且解決了傳統方法掃面范圍 大、圓盤閾值和半徑難以確定的難題，特征定位效果顯著提高，算法還降低了對圖像采集的 要求，同時提高了用戶的舒適性，對被采集者手指張開程度沒有苛刻要求，對手指有缺陷 (彎曲、部分缺失）的用戶也適合此算法。
【附圖說明】
[0026]圖1是本發(fā)明處理的手形圖像及手型特征點位置示意圖；
[0027]圖2是本發(fā)明圓盤算法原理圖；
[0028] 圖3是本發(fā)明手形局部分塊示意圖。
【具體實施方式】
[0029] 實施例1:手形識別一般包括手形輪廓提取、特征點定位、特征量分析等幾個主要 部分。
[0030] 對手形圖像做灰度處理，進行灰度增強;確定分割閾值，對圖像進行二值化;通過 邊界跟蹤，提取手形輪廓如圖1所示。通過對圖2的分析，以輪廓線上某點為圓心，以R為半 徑，圓內既有屬于目標區(qū)域像素點也有屬于背景區(qū)域像素點。可以看出當圓盤在直線上移 動時，在圓盤內有些目標區(qū)域和背景區(qū)域的點在圓心的上方，有些在圓心的下方。而當圓盤 轉到上凸區(qū)域的拐點時，在圓盤內目標區(qū)域的所有點都在圓心點的下方，當圓盤轉到下凸 區(qū)域的拐點時，在圓盤內背景區(qū)域的所有點都在圓心點的上方。基于以上理論提出了圓盤 極值算法，手形輪廓線內部為目標區(qū)域，外部為背景區(qū)域，通過分析手形輪廓圖（圖1)可以 看出，假設圓盤中心在某一手指指峰處的點T，則在點T的周圍的鄰域內的輪廓線上的點都 在它的下方或者同一行，對于指谷也有著相似的特點，唯一不同的是鄰域內輪廓線上的點 在指谷點的上方或者同一行，而且只有指峰和指谷特征點有這一特征，從而確定手指指峰 點和指谷點的位置。
[0031] 在圖3(a)中，確定中指指峰點所在較小區(qū)域，利用圓盤極值法確定中指指峰點T2， 以T2所在列將手形圖像分割成兩部分，圖3(b)為無名指小拇指所在區(qū)域子圖，圖3(c)為食 指所在區(qū)域子圖。在圖3(b)中確定小拇指與無名指間指谷點所在區(qū)域，利用圓盤極值法確 定該指谷點T7。針對圖3(c)，確定分割參數，將其割成食指與中指間指谷點區(qū)域子圖3(d)和 食指指峰點區(qū)域子圖3(e)。在圖3(d)圖3(e)的較小的區(qū)域內利用圓盤極值法分別確定食指 與中指間指谷點T5和食指指峰點T1。進一步確定分割參數，將圖3(b)分割成中指與無名指 間指谷點區(qū)域子圖3(f)、無名指指峰點區(qū)域子圖3(g)和小拇指間指峰點區(qū)域子圖3(h)。在 圖3(f)中較小的區(qū)域內利用圓盤極值法確定中指與無名指間指谷點T6,在圖3(g)和圖3(h) 中較小的區(qū)域內利用圓盤極值法分別無名指指峰點T3和小拇指指峰點T4。
[0032] 將手形圖像做灰度化處理，繪制灰度圖像的直方圖，找出像素灰度集中范圍，進行 灰度增強，使圖像更加清晰。采用局部閾值二值化，對二值化后的圖像再采用半徑為1的圓 盤進行腐蝕膨脹運算，剔除小區(qū)域，之后可以進行特征定位，在特征定位的步驟中，本實施 例提出一種手形識別中特征點固定定位順序的方法，對本方法中技術術語作出如下定義： 子圖b是無名指小拇指所在區(qū)域子圖，子圖c是食指所在區(qū)域子圖，子圖e是食指指峰點所在 區(qū)域子圖，子圖f是中指與無名指間指谷點區(qū)域子圖，子圖g是無名指指峰點區(qū)域子圖，子圖 h是小拇指間指峰點區(qū)域子圖；
[0033]所述方法包括如下步驟：
[0034] S1.創(chuàng)建7個空數組31□用來存放滿足條件的屬于同一根手指的指峰或指谷的特 征點，其中：i = l，…，7;
[0035] S2.對原圖a進行由上向下、由左向右的掃描，搜索掃描線與手指的首次交點，以此 點為基準，利用圓盤極值法確定輪廓線全部在圓心下方的點存入數組&中，數組中間點 就是中指指峰點T2;
[0036] S3.根據中指指峰點T2將原圖分為子圖b和子圖c，對子圖由下向上、由左到右掃 描，當掃描線與輪廓線首次出現多個交點時，以該行除與左側邊緣輪廓線的交點之外的其 它交點為基準點，利用圓盤極值法確定輪廓線全部在圓心下方的點存數組&中，數組&的中 間點就是小拇指與無名指的指谷點T7;
[0037]
，其中X2、X7為T2、T7的橫坐標，對子圖C以n3為左邊界即 是子圖e的區(qū)域，對子圖e進行由上向下、由左向右的掃描，搜索掃描線與手指的首次交點， 以此點為基準，利用圓盤極值法確定輪廓線全部在圓心下方的點存入數組&中，數組&的中 間點就是中指指峰點T2;
[0038]
，_xi為T1的橫坐標，對子圖d，行由y7向上，列由X2到ru的 區(qū)域進行掃描，搜索掃描線與手指的首次交點，以此點為基準，利用圓盤極值法確定輪廓線 全部在圓心下方的點存入數組S4中，數組S4的中間點就是食指與中指間的指谷點T5,其中y7 是點T7的縱坐標；
[0039]
，?為T5的橫坐標，對子圖f，行由y 7向上，列由Π 5到X2的 區(qū)域進行掃描，搜索掃描線與手指的首次交點，以此點為基準，利用圓盤極值法確定輪廓線 全部在圓心下方的點存入數組&中，數組&的中間點就是中指與無名指間的指谷點T6;
[0040]
，對子圖b以n6為右邊界即是子圖g的區(qū)域，對子圖g進行 由上向下、由左向右的掃描，搜索掃描線與手指的首次交點，以此點為基準，利用圓盤極值 法確定輪廓線全部在圓心下方的點存入數組s6中，數組S6的中間點就是無名指指峰點T3;
[0041] S8.根據已確定的點計算ymax=MAX(yi，y3)，ymin = MIN(yi，y3)，a3= |y2_ymin|，對子 圖h，行由（ymax+a3)向下，列以n6為右邊界的區(qū)域進行掃描，記錄交點首次大于2的行數，將滿 足|m-m +11彡2的交點存入數組S7中，數組S7的中間點就是小拇指指峰點的特征點T4。
[0042] 其中：
[0043] n3食指指峰點子圖分割參數、ru食指和中指間指谷點子圖分割參數、n5中指和無名 指間指谷點子圖分割參數、n6無名指指峰點子圖分割參數。
[0044] 71，72,73分別為特征點!1、12和13的縱坐標，7111￡?為71和73的最大值，711^為71和73的 最小值。
[0045] 本申請采用了手形圖像分塊技術，利用圓盤極值算法，可以快速準確的提取手型 特征點，該算法不僅準確率高、速度快、算法簡單而且解決了傳統方法掃面范圍大、圓盤閾 值和半徑難以確定的難題，特征定位效果顯著提高，算法還降低了對圖像采集的要求，同時 提高了用戶的舒適性，對被采集者手指張開程度沒有苛刻要求，對手指有缺陷（彎曲、部分 缺失）的用戶也適合此算法。
[0046]以上所述，僅為本發(fā)明創(chuàng)造較佳的【具體實施方式】，但本發(fā)明創(chuàng)造的保護范圍并不 局限于此，任何熟悉本技術領域的技術人員在本發(fā)明創(chuàng)造披露的技術范圍內，根據本發(fā)明 創(chuàng)造的技術方案及其發(fā)明構思加以等同替換或改變，都應涵蓋在本發(fā)明創(chuàng)造的保護范圍之 內。
【主權項】
1. 一種手形識別中特征點固定定位順序的方法，其特征在于： 包括如下步驟：51. 創(chuàng)建空數組用來存放滿足條件的屬于同一根手指的指峰或指谷的特征點；52. 對原圖a進行掃描，利用圓盤極值法確定輪廓線上的點全部在圓屯、下方的點，W確 定指峰點T2;53. 將原圖分為子圖b和子圖C，對子圖b掃描，利用圓盤極值法確定相鄰區(qū)域內輪廓線 上的點全部在圓屯、下方的點，W確定小拇指與無名指的指谷點T7;54. 計算食指指峰點子圖分割參數m，分割出子圖e，對子圖e進行掃描，W找到食指指峰 T1;55. 計算食指和中指間指谷點子圖分割參數m，分割出子圖d，對子圖d進行掃描，W找到 特征點巧；56. 計算中指和無名指間指谷點子圖分割參數ns，分割出子圖f，對子圖f進行掃描，W找 到特征點T6;57. 計算無名指指峰點子圖分割參數Π 6,分割出子圖g，對子圖g進行掃描，W找到無名指 指峰T3;58. 根據特征點Τ1、Τ2和T3,計算ymax = MAX(yi,y3)，ymin=MIN(yi,y3)，日3= I y2-ymin|，其 中yi，y2，y3分別為特征點T1、Τ2和T3的縱坐標，ymax為yi和y3的最大值，ymin為yi和y3的最小 值，a3為小拇指指峰點行掃描起始參數，對子圖h進行掃描，記錄交點首次大于2的行數，滿 足I m-m+i I >2的交點的中間點即為小拇指指峰點T4; 其中：子圖b是無名指小拇指所在區(qū)域子圖，子圖C是食指所在區(qū)域子圖，子圖d是食指 與中指間指谷點區(qū)域子圖，子圖e是食指指峰點所在區(qū)域子圖，子圖f是中指與無名指間指 谷點區(qū)域子圖，子圖g是無名指指峰點區(qū)域子圖，子圖h是小拇指間指峰點區(qū)域子圖。2. 如權利要求1中所示的手形識別中特征點固定定位順序的方法，其特征在于:各步驟 具體為：51. 創(chuàng)建7個空數組Si[]用來存放滿足條件的屬于同一根手指的指峰或指谷的特征點， 其中：i = l,…,7;52. 對原圖a進行由上向下、由左向右的掃描，捜索掃描線與手指的首次交點，W此點為 基準，利用圓盤極值法確定輪廓線全部在圓屯、下方的點存入數組Si中，數組Si的中間點就是 中指指峰點T2;53. 根據中指指峰點T2將原圖分為子圖b和子圖C，對子圖由下向上、由左到右掃描，當 掃描線與輪廓線首次出現多個交點時，W該行除與左側邊緣輪廓線的交點之外的其它交點 為基準點，利用圓盤極值法確定輪廓線全部在圓屯、下方的點存數組S2中，數組S2的中間點就 是小拇指與無名指的指谷點T7;54. 計算、-i|，其中X2、X7為Τ2、Τ7的橫坐標，對子圖cWm為左邊界即是子 圖e的區(qū)域，對子圖e進行由上向下、由左向右的掃描，捜索掃描線與手指的首次交點，W此 點為基準，利用圓盤極值法確定輪廓線全部在圓屯、下方的點存入數組S3中，數組S3的中間點 就是中指指峰點T2;55. 計算《4. = Λ'1 + |λ·; -λ'7 I，X功τι的橫坐標，對子圖d，行由y7向上，列由X2?Jn4的區(qū)域進 行掃描，捜索掃描線與手指的首次交點，W此點為基準，利用圓盤極值法確定輪廓線全部在 圓屯、下方的點存入數組S4中，數組S4的中間點就是食指與中指間的指谷點T5,其中y?是點T7 的縱坐標；56. 計算.=.λ-, +^χ|λ·; -χ,Ι，x日為巧的橫坐標，對子圖f，行由y7向上，列由化到X2的區(qū)域進 行掃描，捜索掃描線與手指的首次交點，W此點為基準，利用圓盤極值法確定輪廓線全部在 圓屯、下方的點存入數組S5中，數組S5的中間點就是中指與無名指間的指谷點T6;57. 計算和=?-^>ψ·，-.、|，對子圖bWn6為右邊界即是子圖g的區(qū)域，對子圖g進行由上 4 向下、由左向右的掃描，捜索掃描線與手指的首次交點，W此點為基準，利用圓盤極值法確 定輪廓線全部在圓屯、下方的點存入數組S6中，數組S6的中間點就是無名指指峰點T3;58. 根據已確定的點計算ymax = MAX(yi,y3)，ymin = MIN(yi,y3)，日3= |y2-ymin|，對子圖h, 行由（ymax+a3)向下，列Wns為右邊界的區(qū)域進行掃描，記錄交點首次大于2的行數，將滿足 m-m+i I >2的交點存入數組S7中，數組S7的中間點就是小拇指指峰點的特征點T4。
【文檔編號】G06K9/00GK106096541SQ201610403839
【公開日】2016年11月9日
【申請日】2016年6月8日
【發(fā)明人】張秀峰, 關持循, 張真林
【申請人】大連民族大學