本發(fā)明涉及生物特征識別
技術(shù)領(lǐng)域：
，尤其涉及一種掌紋掌脈圖像采集裝置及通關(guān)閘機。
背景技術(shù)：
：傳統(tǒng)的通關(guān)方法通過大量人力在現(xiàn)場比對證件上的照片和當(dāng)前用戶長相，不僅人力成本高、消耗時間長，而且主觀判斷難以保證整個工作的客觀性。現(xiàn)有的基于閘機的通關(guān)系統(tǒng)通過ic卡進行身份驗證，這種方式無法和用戶本人對應(yīng)起來，安全性不高，可擴展性不強。現(xiàn)有的自助通關(guān)閘機系統(tǒng)主要有基于人臉識別和指紋識別兩種。對于人臉識別，由于人臉識別容易受到表情、光照、姿態(tài)的影響，只能達到95％左右的精度，而且由于圖像采集環(huán)境可控性不高，軟件算法方面需要消耗大量的計算資源進行人臉檢測和定位及矯正，檢測時間長，而且，臉部特征并不具有獨一無二的區(qū)分性。對于指紋識別，由于特征不夠豐富，只能在小規(guī)模的樣本庫中進行識別，采集過程中需將手指直接貼在玻璃材質(zhì)的采集設(shè)備上，在大人流量的應(yīng)用場景中非常容易造成病菌的傳播。另外，指紋識別存在干手指和濕手指的問題，在手指過干或過濕及受傷的情況下，經(jīng)常造成無法正確識別的情況，系統(tǒng)錯誤拒絕率較高，無法較好的應(yīng)用在大人流量的場景中。此外，現(xiàn)有的非接觸掌紋掌脈識別設(shè)備采用紅外距離感應(yīng)器觸發(fā)系統(tǒng)工作，系統(tǒng)實時采集圖像，實時監(jiān)測手掌位置，當(dāng)滿足預(yù)設(shè)條件時開始采集圖像用于掌紋掌脈識別，但是由于去除了定位立柱和密閉成像環(huán)境也導(dǎo)致了用戶自由度過大、環(huán)境光影響大、魯棒性差等問題。綜上，現(xiàn)有基于生物識別的自助通關(guān)閘機系統(tǒng)主要存在以下缺點：1)精度不高，環(huán)境光影響大；2)穩(wěn)定性不夠，系統(tǒng)魯棒性差；3)防偽性能差。技術(shù)實現(xiàn)要素：本發(fā)明的主要目的在于提供一種掌紋掌脈圖像采集裝置，旨在解決現(xiàn)有基于生物識別的自助通關(guān)閘機系統(tǒng)精度不夠、環(huán)境光影響大，穩(wěn)定性、魯棒性、及防偽性差的技術(shù)問題。為實現(xiàn)上述目的，本發(fā)明提出一種掌紋掌脈圖像采集裝置，包括接觸面板、玻璃面板、主控單元、及連接所述主控單元的觸摸傳感器、光源和攝像機；所述接觸面板設(shè)有開口；所述玻璃面板凹設(shè)于所述開口處，并與接觸面板連接；所述觸摸傳感器檢測是否有手掌接觸接觸面板，當(dāng)檢測到有手掌接觸時，發(fā)送信號至所述主控單元；所述光源設(shè)置于所述玻璃面板的下方，依據(jù)主控單元的控制指令產(chǎn)生照射所述手掌的可見光或近紅外光；所述攝像機調(diào)焦成像于所述玻璃面板與接觸面板形成的凹陷區(qū)域，根據(jù)所述光源照射到手掌上的反射光獲取所述手掌的掌紋圖像和掌脈圖像。進一步地，所述觸摸傳感器設(shè)置于所述接觸面板放置手掌根部或手掌指部的一端。進一步地，所述光源包括通過所述主控單元調(diào)節(jié)光強的可見光led陣列和近紅外光led陣列；所述近紅外光led陣列設(shè)置于所述玻璃面板的下方，產(chǎn)生照射所述手掌的近紅外光；所述可見光led陣列設(shè)置于所述手掌的兩側(cè)下方，產(chǎn)生照射所述手掌的綠光。進一步地，所述玻璃面板為厚度為2mm～3mm的透光玻璃，所述玻璃面板與接觸面板相對于水平面的垂直高度相差3mm～5mm。進一步地，所述掌紋掌脈圖像采集裝置還包括濾光片，所述濾光片設(shè)置于所述光源與攝像機之間，對近紅外光和綠光之外的其他光譜進行削弱。進一步地，所述掌紋掌脈圖像采集裝置還包括不透光機殼，所述接觸面板的邊緣與不透光機殼的側(cè)壁連接，所述攝像機固定于所述不透光機殼的底壁。進一步地，所述主控單元包括存儲器、處理器及存儲在所述存儲器上并在所述處理器上運行的光源強度調(diào)節(jié)程序，所述光源強度調(diào)節(jié)程序被所述處理器執(zhí)行時實現(xiàn)以下操作：控制攝像機采集圖像，將所述圖像的中心矩形區(qū)域作為roi，計算所述roi的灰度均值mean；當(dāng)90＜mean＜110時，定位出掌紋roi，計算所述掌紋roi的mean值和點銳度值eav；當(dāng)|mean-90|<|mean-110|時，提高光源的強度直至mean大于110，同時計算roi對應(yīng)的eav值，并將所述eav值和pwm占空比加入到隊列q中；當(dāng)|mean-90|>|mean-110|時，降低光源的亮度直至mean小于90，同時計算roi對應(yīng)的eav值，并將所述eav值和pwm占空比加入到隊列q中；依據(jù)隊列q中最大的eav值及其對應(yīng)的pwm占空比調(diào)節(jié)光源的強度。進一步地，所述光源強度調(diào)節(jié)程序被所述處理器執(zhí)行時還實現(xiàn)以下步驟：當(dāng)mean＜90時，線性增加所述主控單元的pwm占空比，提高光源強度，當(dāng)mean＞110時，線性減小所述pwm占空比，降低光源強度；當(dāng)eav＜13時，控制攝像機重新調(diào)焦。進一步地，所述定位出掌紋roi的過程，具體包括：利用可見光和無光條件下得到的掌紋圖像獲取第三掌紋圖像，對所述第三掌紋圖像進行二值化得到第四掌紋圖像；在所述第四掌紋圖像上建立x-0-y坐標(biāo)系，令x＝x0、y從像素點區(qū)間[0，h]取值，得到黑白交替的點序列(p1，p2，p3，p4，p5，p6)；分別以p1、p5為起始端點，以p2、p6為結(jié)束端點進行邊緣跟蹤計算，將兩邊緣上的點坐標(biāo)分別存儲于隊列q1和q2中；將q1和q2中最接近手掌的點連成線段，以所述線段為參照作預(yù)設(shè)邊長的矩形，依據(jù)所述矩形的四個頂點并通過線性插值得到歸一化的掌紋roi。進一步地，所述利用可見光和無光條件下得到的掌紋圖像獲取第三掌紋圖像，對所述第三掌紋圖像進行二值化得到第四掌紋圖像，具體包括：將利用可見光獲取的第一掌紋圖像的像素灰度值減去無光條件下得到的掌紋圖像的對應(yīng)像素灰度值，得到第三掌紋圖像，對所述第三掌紋圖像進行二值化得到第四掌紋圖像。進一步地，所述掌紋掌脈圖像采集裝置還包括手掌狀態(tài)檢測單元，當(dāng)所述觸摸傳感器檢測到手掌接觸時，比較前后兩幀圖像的變化程度，并在所述變化程度小于預(yù)設(shè)閾值時，判斷當(dāng)前手掌放置穩(wěn)定。本發(fā)明的另一目的在于提出一種通關(guān)閘機，該通關(guān)閘機包括：如上所述的掌紋掌脈圖像采集裝置，采集通關(guān)者的掌紋圖像和掌脈圖像；ic識別模塊，讀取通關(guān)者的身份id，并在所述身份id合法時與預(yù)先錄入的掌紋掌脈特征進行關(guān)聯(lián)；運算控制模塊，將掌紋掌脈圖像采集裝置輸入的掌紋圖像和掌脈圖像進行特征提取處理后與所述身份id關(guān)聯(lián)的掌紋掌脈特征進行比對，并輸出比對結(jié)果；閘機模塊，根據(jù)所述比對結(jié)果執(zhí)行放行或報警操作。進一步地，所述運算控制模塊包括：圖像處理單元，對掌紋圖像和掌脈圖像的灰度、清晰度進行歸一化處理；特征提取單元，利用卷積操作提取所述掌紋圖像和掌脈圖像的特征向量，融合為掌紋特征和掌脈特征并存儲；及特征比對單元，將當(dāng)前提取的掌紋特征與預(yù)先錄入的掌紋特征進行識別比對，并在比對成功后將當(dāng)前提取的掌脈特征與預(yù)先錄入的掌脈特征進行識別比對。進一步地，該通關(guān)閘機的通關(guān)時間小于2秒。本發(fā)明的掌紋掌脈圖像采集裝置通過在接觸面板上設(shè)置開口，將用于形成密閉成像環(huán)境的玻璃面板凹設(shè)于所述開口處，并與所述接觸面板形成一凹陷區(qū)域，在觸摸傳感器檢測到手掌接觸時發(fā)送信號至主控單元，由主控單元控制光源發(fā)射可見光或近紅外光，同時控制攝像機根據(jù)光源發(fā)射的可見光或近紅外光采集手掌的掌紋圖像和掌脈圖像，避免了受外部環(huán)境的光照影響造成的精度不高，提高了精度和穩(wěn)定性，同時利用掌脈圖像進行活體檢測，提高了防偽性。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖示出的結(jié)構(gòu)獲得其他的附圖。圖1為本發(fā)明的掌紋掌脈圖像采集裝置一實施例的結(jié)構(gòu)示意圖；圖2為現(xiàn)有圖像采集設(shè)備內(nèi)鏡面反射導(dǎo)致的內(nèi)部虛像示意圖；圖3為圖1另一角度示意圖；圖4為roi坐標(biāo)定位算法的示意圖；圖5為本發(fā)明的通關(guān)閘機一實施例的功能模塊圖。附圖標(biāo)號說明：標(biāo)號名稱標(biāo)號名稱100掌紋掌脈圖像采集裝置70濾光片10接觸面板80不透光機殼11開口90電源20玻璃面板200ic識別模塊30主控單元300運算控制模塊40觸摸傳感器310圖像處理單元50光源320特征提取單元51近紅外光led陣列330特征比對單元53可見光led陣列400閘機模塊60攝像機本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結(jié)合實施例，參照附圖做進一步說明。具體實施方式應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明提出一種掌紋掌脈圖像采集裝置。參照圖1，圖1為本發(fā)明的掌紋掌脈圖像采集裝置一實施例的結(jié)構(gòu)示意圖。在本實施例中，該掌紋掌脈圖像采集裝置100包括接觸面板10、玻璃面板20、主控單元30、及連接所述主控單元30的觸摸傳感器40、光源50和攝像機60；所述接觸面板10設(shè)有開口11；所述玻璃面板20凹設(shè)于所述開口11，并與接觸面板10連接；所述觸摸傳感器40檢測是否有手掌接觸接觸面板10，當(dāng)檢測到有手掌接觸時，發(fā)送信號至所述主控單元30；所述光源50設(shè)置于所述玻璃面板20的下方，依據(jù)主控單元30的控制指令產(chǎn)生照射所述手掌的可見光或近紅外光；所述攝像機60調(diào)焦成像于所述玻璃面板20與接觸面板10形成的凹陷區(qū)域(未圖示)，根據(jù)所述光源50照射到手掌上的反射光獲取所述手掌的掌紋圖像和掌脈圖像。本實施例的掌紋掌脈圖像采集裝置100針對取消傳統(tǒng)設(shè)備上的定位立柱后需增大面板鏤空面積進而無法應(yīng)對環(huán)境光的影響，造成手掌定位算法失效，降低閘機系統(tǒng)的安全性和精準(zhǔn)度的問題，在用于支撐手掌的接觸面板10的中心位置開設(shè)有開口11，一般情況下，為了提供一定程度的放置自由度，需要加大相機或攝像機的視場和開口11的尺寸，同時也要對可放置區(qū)域進行必要的限制，從而保證掌紋掌脈定位算法的速度和有效性，所以開口11的形狀和尺寸根據(jù)先前采集的手掌庫中的大量手掌的尺寸分布而確定。傳統(tǒng)的接觸式掌紋掌脈采集設(shè)備，由于封閉的成像環(huán)境，能夠很好的采集到穩(wěn)定、高質(zhì)量的圖像，但是其中空的設(shè)計導(dǎo)致設(shè)備內(nèi)部構(gòu)造完全暴露在外部，使用不便，也降低了設(shè)備的使用壽命，對比本實施例的接觸面板10與手掌接觸的部分為平面，中間有開口11，為了保證掌紋掌脈圖像采集裝置100的安全性和穩(wěn)定性，所述玻璃面板20凹設(shè)于所述開口11處，與接觸面板10連接并形成一凹陷區(qū)域，所述玻璃面板20采用厚度為2mm～3mm的全波段高透光玻璃，同時鑒于掌脈圖像的成像主要通過手掌血管中血液和手掌其他組織對近紅外光吸收特性的細微差別來實現(xiàn)，而手掌表面和玻璃表面接觸后會對血管的成像造成很大的影響，從而破壞掌脈信息的完整性和穩(wěn)定性，因此，本實施例中玻璃面板20與接觸面板10相對于水平面的垂直高度相差3mm～5mm，保證了手掌表面和玻璃面板20的上表面不接觸，從而保證掌脈信息的穩(wěn)定性，也避免了由于手掌接觸玻璃面板20導(dǎo)致的頻繁擦拭及手掌表面褶皺的問題。為了縮短放置手掌到采集手掌的掌紋掌脈圖像的時間，提高掌紋掌脈圖像采集裝置100的反應(yīng)速度和精準(zhǔn)度，在接觸面板10放置手掌根部或手掌指部的一端設(shè)置一觸摸傳感器40，在檢測到有手掌接觸時，發(fā)送信號至主控單元30，由主控單元30控制光源50、攝像機60執(zhí)行預(yù)定程序的操作，如攝像機60一直處于待機狀態(tài)，在觸摸傳感器40向主控單元30發(fā)送有手掌接觸的信號后，調(diào)焦成像于所述玻璃面板20與接觸面板10形成的凹陷區(qū)域，并在無光源條件下采集第一手掌圖像，然后由控制單元30控制光源50分時產(chǎn)生照射手掌的可見光和近紅外光，同時攝像機60根據(jù)可見光照射到手掌上的反射光獲取所述手掌的掌紋圖像，以及根據(jù)近紅外光照射到手掌上的反射光獲取所述手掌的掌脈圖像。本實施例的掌紋掌脈圖像采集裝置100通過在接觸面板10上設(shè)置開口11，將用于形成密閉成像環(huán)境的玻璃面板20凹設(shè)于所述開口處，并與所述接觸面板10形成一凹陷區(qū)域，在觸摸傳感器40檢測到手掌接觸時發(fā)送信號至主控單元30，由主控單元30控制光源50發(fā)射可見光或近紅外光，同時控制攝像機60根據(jù)光源50發(fā)射的可見光或近紅外光采集手掌的掌紋圖像和掌脈圖像，避免了受外部環(huán)境的光照影響造成的精度不高，提高了精度和穩(wěn)定性，同時利用掌脈圖像進行活體檢測，提高了防偽性。進一步地，參照圖1和2，所述光源50包括通過所述主控單元30調(diào)節(jié)光強的可見光led陣列53和近紅外光led陣列51；所述近紅外光led陣列51設(shè)置于所述玻璃面板20的下方，產(chǎn)生照射所述手掌的近紅外光；所述可見光led陣列53設(shè)置于所述手掌的兩側(cè)下方，產(chǎn)生照射所述手掌的綠光。在本實施例中，掌紋的成像和定位需要光源50的充足打光，在打光的一瞬間，led光源陣列和整個裝置內(nèi)部組件在打光狀態(tài)下會經(jīng)玻璃面板20的表面鏡面反射成比較明顯的虛像疊加在正常的圖像上，從而導(dǎo)致手掌定位失敗。而且由于led光源陣列本身的虛像強度較高，只能通過特殊的光路排列才能夠在保證功能的前提下消除其影響，考慮到在進行手掌定位時需要根據(jù)可見光手掌圖像檢測手指部分的邊緣，然后才能進行后續(xù)的定位操作，在可見光圖像定位成功后，掌紋roi(感興趣區(qū)域)的坐標(biāo)可以直接應(yīng)用于近紅外手掌圖像提取掌脈roi，因此，可見光led陣列53，也即綠光led陣列的分布應(yīng)該充分照射到手掌及手指部分，而近紅外led陣列51僅僅需要照射到手掌部分即可。如圖2所示，以玻璃面板20為對稱軸，凡是落入?yún)^(qū)域a中的組件虛像都會融合到最終的圖像中，而區(qū)域b的虛像在相機的視場之外，從而無法進入到最終的圖像中，對于掌紋成像而言，位于接觸面板10的相對兩側(cè)的正下方的可見光led陣列53，一方面由于傾斜入射能夠防止手掌局部反光過強造成曝光，另一方面能夠更好的突出掌紋的細紋理特征，因此將綠光led陣列設(shè)置于手掌的兩側(cè)下方，使其虛像落入?yún)^(qū)域b。對于近紅外光led陣列51，目的是獲得表層皮膚下血管的形狀結(jié)構(gòu)，故采用手掌前方直射比較好，且紅外圖像不需要手指邊緣進行定位，所以只要虛像位置不影響手掌中心區(qū)域即可，因此將所述近紅外光led陣列51設(shè)置于所述玻璃面板20的正下方，使其虛像落入攝像機60的視場之外。進一步地，參照圖1至3，所述掌紋掌脈圖像采集裝置100還包括濾光片70，所述濾光片70設(shè)置于所述光源50與攝像機60之間，對近紅外光和綠光之外的其他光譜進行削弱。根據(jù)用戶使用習(xí)慣，掌紋掌脈圖像采集裝置100在采集圖像時，攝像機60的鏡頭朝向為由下至上，迎合通關(guān)者掌心向下放置手掌的自然方式，然而攝像機朝上拍攝容易受到開放環(huán)境中的強光源的干擾，如圖3所示，外界環(huán)境光可以通過手指縫進入采集裝置，從而對后續(xù)攝像機60的成像和識別算法產(chǎn)生嚴(yán)重的影響，為了削弱外界環(huán)境光的干擾，本實施例采用綠光和近紅外光作為主動光源，并在光源50和攝像機60之間的光路上設(shè)置通綠光和近紅外光的濾光片70，對近紅外光和綠光之外的其他光譜進行削弱，可見光led陣列53產(chǎn)生的綠光經(jīng)手掌表面反射透過濾光片70在攝像機60的ccd陣列上形成掌紋圖像，近紅外光led陣列51產(chǎn)生的近紅外光經(jīng)手掌表面反射透過濾光片70在攝像機60的ccd陣列上形成掌脈圖像。進一步地，參照圖1和2，所述掌紋掌脈圖像采集裝置100還包括不透光機殼80，所述不透光機殼80的內(nèi)壁經(jīng)過磨砂和遮罩處理成黑色，削弱內(nèi)部組件在光源50照射下的虛像強度，所述接觸面板10的邊緣與不透光機殼80的側(cè)壁連接，或者與所述不透光機殼80為一體結(jié)構(gòu)，所述攝像機60固定于所述不透光機殼80的底壁。進一步地，參照圖1和2，所述主控單元30包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的光源強度調(diào)節(jié)程序，所述光源強度調(diào)節(jié)程序被所述處理器執(zhí)行時實現(xiàn)以下操作：控制攝像機60采集圖像，將所述圖像的中心矩形區(qū)域作為roi，計算所述roi的灰度均值mean；當(dāng)mean＜90時，線性增加所述主控單元的pwm占空比，提高光源強度，當(dāng)mean＞110時，線性減小所述pwm占空比，降低光源強度，當(dāng)90＜mean＜110時，定位出掌紋roi，計算所述掌紋roi的mean值和點銳度值eav；當(dāng)|mean-90|<|mean-110|時，提高光源的強度直至mean大于110，同時計算roi對應(yīng)的eav值，并將所述eav值和pwm占空比加入到隊列q中；當(dāng)|mean-90|>|mean-110|時，降低光源的亮度直至mean小于90，同時計算roi對應(yīng)的eav值，并將所述eav值和pwm占空比加入到隊列q中；依據(jù)隊列q中最大的eav值及其對應(yīng)的pwm占空比調(diào)節(jié)光源的強度。在本實施例中，使用濾光片70對外部環(huán)境光進行削弱，一方面可以降低環(huán)境強光源的干擾，另一方面也使得從手掌反射進來的光收到衰減，因而需要提高光源50的強度從而彌補掌紋掌脈圖像的亮度損失。主控單元30具有pwm(脈沖寬度調(diào)制)脈碼調(diào)制波形輸出功能，通過電子開關(guān)控制可見光led陣列53和近紅外光led陣列51的電源90的通斷，因而通過調(diào)節(jié)pwm不同的占空比可以獲得不同的光源強度，圖像灰度值以0～255的范圍進行存儲，在掌紋掌脈圖像采集裝置100需要進行光源亮度參數(shù)確定時，將手掌放置于接觸面板10正常采集的位置，通過光源強度調(diào)節(jié)程序?qū)庠?0的強度進行調(diào)節(jié)。在進行光源強度調(diào)節(jié)時，首先由主控單元30控制攝像機60采集圖像，此時的圖像可以是在可見光條件下采集的掌紋圖像，也可以是在近紅外光條件下采集的掌脈圖像，掌紋圖像對應(yīng)可見光的光強調(diào)節(jié)，以及攝像頭焦距的調(diào)節(jié)，掌脈圖像對應(yīng)紅外光強調(diào)節(jié)，將所述掌紋圖像或掌脈圖像的中心矩形區(qū)域作為roi，計算所述掌紋roi或掌脈roi的灰度均值mean。當(dāng)mean＜90時，線性增加所述主控單元的pwm占空比，提高光源強度；當(dāng)mean＞110時，線性減小所述pwm占空比，降低光源強度；當(dāng)90＜mean＜110時，根據(jù)掌紋或掌脈定位算法定位出掌紋roi圖像或掌脈roi圖像，計算掌紋roi的mean值和eav值，如果eav＜13，則攝像機60對焦出現(xiàn)問題，控制攝像機60重新調(diào)焦，校準(zhǔn)鏡頭焦距，使工作距離符合接觸面板10到攝像機60的鏡頭的距離，然后重新判斷mean值更靠近90還是更靠近110。當(dāng)|mean-90|<|mean-110|時，提高光源的強度直至mean首次大于110，在提高光源強度的同時計算roi對應(yīng)的eav值，并將所述eav值和pwm占空比加入到隊列q中；當(dāng)|mean-90|>|mean-110|時，降低光源的亮度直至mean首次小于90，在降低光源強度的同時計算roi對應(yīng)的eav值，并將所述eav值和pwm占空比加入到隊列q中。最后從所述隊列q中找出最大的eav值及其對應(yīng)的pwm占空比，將所述最大的eav值及其對應(yīng)的pwm占空比寫入到配置文件，進行光源強度的調(diào)節(jié)。進一步地，所述定位出掌紋roi的過程，具體包括：利用可見光和無光條件下得到的掌紋圖像獲取第三掌紋圖像，對所述第三掌紋圖像進行二值化得到第四掌紋圖像；在所述第四掌紋圖像上建立x-0-y坐標(biāo)系，令x＝x0、y從像素點區(qū)間[0，h]取值，得到黑白交替的點序列(p1，p2，p3，p4，p5，p6)；分別以p1、p5為起始端點，以p2、p6為結(jié)束端點進行邊緣跟蹤計算，將兩邊緣上的點坐標(biāo)分別存儲于隊列q1和q2中；將q1和q2中最接近手掌的點連成線段，以所述線段為參照作預(yù)設(shè)邊長的矩形，依據(jù)所述矩形的四個頂點并通過線性插值得到歸一化的掌紋roi。如圖4所示，在進行掌紋roi定位時，將利用可見光獲取的第一掌紋圖像的像素灰度值減去無光條件下得到的掌紋圖像的對應(yīng)像素灰度值，得到第三掌紋圖像，對所述第三掌紋圖像進行二值化得到第四掌紋圖像；然后針對第四掌紋圖像建立x-0-y坐標(biāo)系，令x＝x0、y從像素點區(qū)間[0，h]取值，若能夠先后、依次、完整地找到黑白交替的點序列(p1，p2，p3，p4，p5，p6)，則以p1、p5為起始端點，以p2、p6為結(jié)束端點進行邊緣跟蹤計算，否則，令x＝x0+step，再次進行查找，直至完整地找到黑白交替的點序列(p1，p2，p3，p4，p5，p6)；通過以p1、p5為起始端點，以p2、p6為結(jié)束端點進行邊緣跟蹤計算，將兩邊緣上的點坐標(biāo)分別存儲于隊列q1和q2中；最后將q1中的點與q2中的點一一進行連線，以所述線段中最長的切線lt的中點m為起點做垂直于lt的線段l，線段l以n為另一端點，所述q1和q2中的所有點均在lt的左邊，以128為邊長做矩形得到r1、r2、r3、r4四個頂點，通過線性插值算法得到歸一化的掌紋圖像中心塊roi，r1r2垂直于l且以n為中點，輸入掌脈圖像，以r1、r2、r3、r4為坐標(biāo)通過線性插值得到掌脈圖像中心塊roi，即掌脈roi同掌紋roi具有相同的坐標(biāo)。進一步地，所述掌紋掌脈圖像采集裝置100還包括手掌狀態(tài)檢測單元(未圖示)，當(dāng)所述觸摸傳感器檢測到手掌接觸時，比較前后兩幀圖像的變化程度，并在所述變化程度小于預(yù)設(shè)閾值時，判斷當(dāng)前手掌放置穩(wěn)定。在本實施例中，掌紋掌脈圖像采集裝置100在待機狀態(tài)下光源50為關(guān)閉狀態(tài)，攝像機60實時采集圖像，圖像中手掌區(qū)域部分較暗，背景部分正常；當(dāng)觸摸傳感器40檢測到手掌放置信號時，觸發(fā)手掌狀態(tài)檢測功能，由手掌狀態(tài)檢測單元使用幀差法比較前后兩幀圖像的變化程度，當(dāng)前后兩幀圖像的變化程度小于預(yù)設(shè)閾值t時，判斷當(dāng)前手掌已經(jīng)放置穩(wěn)定，由攝像機60采集當(dāng)前手掌圖像作為無光條件下的掌紋掌脈圖像，然后先后開啟可見光led陣列53采集綠光條件下的掌紋圖像，以及關(guān)閉可見光led陣列53，開啟近紅外光led陣列51，采集近紅外光條件下的掌脈圖像。本發(fā)明進一步提出一種通關(guān)閘機。參照圖5，圖5為本發(fā)明的通關(guān)閘機的結(jié)構(gòu)示意圖。在本實施例中，該通關(guān)閘機包括：如上所述的掌紋掌脈圖像采集裝置100，采集通關(guān)者的掌紋圖像和掌脈圖像；ic識別模塊200，讀取通關(guān)者的身份id，并在所述身份id合法時與預(yù)先錄入的掌紋掌脈特征進行關(guān)聯(lián)；運算控制模塊300，將掌紋掌脈圖像采集裝置100輸入的掌紋圖像和掌脈圖像進行特征提取處理后與所述身份id關(guān)聯(lián)的掌紋掌脈特征進行比對，并輸出比對結(jié)果；閘機模塊400，根據(jù)所述比對結(jié)果執(zhí)行放行或報警操作。本實施例的通關(guān)閘機包括如上所述的掌紋掌脈圖像采集裝置100，通過在接觸面板10設(shè)置開口11，將用于形成密閉成像環(huán)境的玻璃面板20凹設(shè)于所述開口11處，并與所述接觸面板10形成一凹陷區(qū)域，在觸摸傳感器40檢測到手掌接觸時發(fā)送信號至主控單元30，由主控單元30控制光源50發(fā)射可見光或近紅外光，同時控制攝像機60根據(jù)光源50發(fā)射的可見光或近紅外光采集手掌的掌紋圖像和掌脈圖像，避免了受外部環(huán)境的光照影響造成的精度不高，提高了精度和穩(wěn)定性，同時利用掌脈圖像進行活體檢測，提高了防偽性。在使用該通關(guān)閘機時，通關(guān)者在進入通關(guān)閘機之前首先通過自身攜帶的ic卡貼近通關(guān)閘機的ic卡識別模塊200，通過ic卡識別模塊200讀取通關(guān)者的身份id，進行身份識別，在通過調(diào)取數(shù)據(jù)庫信息認證該身份id為合法用戶時，讓通關(guān)者通過閘機，并記錄該通關(guān)者的身份id，與預(yù)先錄入的掌紋掌脈特征進行關(guān)聯(lián)，以便通關(guān)者再次通過時進行掌紋掌脈特征的識別比對；在掌紋掌脈圖像采集裝置100采集通關(guān)者的掌紋圖像和掌脈圖像后通過usb接口將其輸入至運算控制模塊300，運算控制模塊300可以是pc工控機或嵌入式系統(tǒng)，主要負責(zé)對掌紋掌脈圖像采集裝置100輸入的掌紋圖像和掌脈圖像進行特征提取以及將提取和融合后的特征與所述身份id關(guān)聯(lián)的掌紋掌脈特征進行比對，輸出比對結(jié)果，最后由閘機模塊400根據(jù)運算控制模塊300輸出的比對結(jié)果執(zhí)行放行或報警操作，避免了通關(guān)閘機受外部環(huán)境的光照影響造成的精度不高，提高了通關(guān)閘機的精度和穩(wěn)定性，同時利用掌脈圖像進行活體檢測，提高了防偽性。進一步地，參照圖5，所述運算控制模塊300包括：圖像處理單元310，對掌紋圖像和掌脈圖像的灰度、清晰度進行歸一化處理；特征提取單元320，利用卷積操作提取所述掌紋圖像和掌脈圖像的特征向量，融合為掌紋特征和掌脈特征并存儲；及特征比對單元330，將當(dāng)前提取的掌紋特征與預(yù)先錄入的掌紋特征進行識別比對，并在比對成功后將當(dāng)前提取的掌脈特征與預(yù)先錄入的掌脈特征進行識別比對。在本實施例中，由于設(shè)備間光源參數(shù)的漂移以及環(huán)境光源和天氣等因素的影響，不同掌紋掌脈圖像采集裝置間采集得到的掌紋圖像和掌脈圖像在亮度上存在差異，需要通過圖像處理單元310對其進行歸一化的標(biāo)準(zhǔn)化處理，所以在掌紋特征和掌脈特征提取之前需要利用圖像處理單元310先對掌紋圖像和掌脈圖像進行灰度和清晰度的歸一化操作。在進行掌紋掌脈比對和識別時，比對的只是掌紋特征和掌脈特征而不是完整的掌紋圖像和掌脈圖像，因此需要對128×128個像素的標(biāo)準(zhǔn)掌紋圖像和掌脈圖像中的掌紋方向分布和掌脈結(jié)構(gòu)提取出來，特征提取單元320主要用于對標(biāo)準(zhǔn)的掌紋圖像和掌脈圖像進行濾波處理，提取掌紋和掌脈中穩(wěn)定部分的特征向量，同時弱化波動較大的細小紋線的影響，在掌紋注冊階段，還需要將提取的掌紋特征和掌脈特征制成模板存儲起來，以便后續(xù)識別比對時援引；在進行掌紋特征和掌脈特征的識別比對時，由特征比對單元330利用算法從獲取的掌紋掌脈圖像中定位出感興趣的中心子塊，從所述中心子塊中分別提取掌紋特征和掌脈特征后，采用不同的相似度評價方法計算各自的相似度，根據(jù)訓(xùn)練樣本得到掌紋特征和掌脈特征的最優(yōu)加權(quán)組合后，將兩個相似度進行相似度級的融合，最后將融合后的相似度同預(yù)設(shè)閾值進行比較，大于預(yù)設(shè)閾值則身份識別成功，否則失敗。本發(fā)明在使用i7處理器進行運算控制時，通關(guān)者放置手掌到開始掌紋掌脈圖像采集耗時500ms，切換光源，采集三種條件下的手掌圖像耗時1000ms，掌紋掌脈roi定位、特征提取和特征匹配耗時300ms，整個認證過程在2秒內(nèi)即可完成，但不包括通關(guān)者在閘機內(nèi)行走的時間，而且在不同階段和狀態(tài)下配有相應(yīng)的圖像和聲音提示，能夠滿足大人力量通關(guān)時的時間要求。以上僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的
技術(shù)領(lǐng)域：
，均同理包括在本發(fā)明的專利保護范圍內(nèi)。當(dāng)前第1頁12