(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210506776.5 (22)申请日 2022.05.11 (65)同一申请的已公布的文献号 申请公布号 CN 114612951 A (43)申请公布日 2022.06.10 (73)专利权人 北京圣点云信息技 术有限公司 地址 101400 北京市怀柔区雁栖经济开发 区雁栖路33号院1号楼103室(集群注 册) (72)发明人 罗秋伟　赵国栋　李学双　 (51)Int.Cl. G06V 40/13(2022.01) G06V 40/12(2022.01) G06F 21/32(2013.01) G06V 10/26(2022.01)G06V 10/28(2022.01) G06V 10/44(2022.01) 审查员 马丽莉 (54)发明名称 一种手掌特 征识别方法 (57)摘要 本发明涉及一种手掌特征识别方法， 包括： 将采集的用户手掌图像进行二值化处理得到手 掌二值图； 构建所述手掌二值图中各轮廓边缘点 相对于手掌中心点的夹角 ‑距离波峰曲线图， 所 述手掌二值图各轮廓边缘点与夹角 ‑距离波峰曲 线图上的点一一对应； 据所述手掌二值图与夹 角‑距离波峰曲线 图获取手掌特征点， 基于所述 手掌特征点进行手 掌区域分割,并对 所述手掌区 域进行手掌特征提取； 将所述手掌特征与模板特 征比对， 若两者相匹配， 则用户身份识别通过。 本 发明可以有效准确稳定分割出手掌区域， 进而可 以有效提高手掌特 征识别的方法。 权利要求书1页 说明书5页 附图1页 CN 114612951 B 2022.12.23 CN 114612951 B 1.一种手掌特 征识别方法， 其特 征在于， 用于用户的身份识别， 包括： 采集所述用户的手掌图像， 并对所述手掌图像进行二 值化处理得到手掌二 值图； 构建所述手掌二值图中各轮廓边缘点相对于手掌中心点的夹角 ‑距离波峰曲线图， 所 述手掌二 值图各轮廓边 缘点与夹角 ‑距离波峰曲线图上的点 一一对应； 根据所述手掌二 值图与夹角 ‑距离波峰曲线图获取手掌特 征点， 具体步骤为： （1） 获取所述夹角 ‑距离波峰曲线图的五个指尖峰点， 包括： 获取所述夹角 ‑距离波峰曲 线图的峰点， 所述峰点在所述夹角 ‑距离波峰曲线图的纵坐标分别大于其左右相邻四个点 的纵坐标； 分别计算所述峰点与其左右相邻的两个峰点距离， 所述距离为所述峰点在所述 手掌二值图中对应的点之 间的连线经过白点的像素数量， 若 所述峰点与其左右相 邻的两个 峰点的距离均大于10个像素， 则所述峰点为无效 峰点， 反之所述峰点为指尖峰点； 若指尖峰 点数量大于 5， 则采用聚类算法对所述指尖峰点的横坐标进行聚类， 筛 选出五个指尖峰点； （2） 将所述五个指尖峰点进行排序， 包括： 计算五个指尖峰点两两横坐标的差值， 选取 差值最大的两个指尖峰点分别作为 起点和终点将五个指尖峰点进行顺序排序； （3） 获取所述夹角 ‑距离波峰曲线图的四个指缝谷点， 包括： 在夹角 ‑距离波峰曲线图上 寻找相邻的两个指尖峰点之间纵坐标最小的点， 即指缝谷点； （4） 获取手掌二值图的四个指缝点， 包括： 获取所述手掌二值图上与所述指缝谷点相对 应的点， 即为指缝点Fs1、 Fs2、 Fs3、 Fs4； （5） 获取手掌关键特征点， 包括： 分别计算所述指缝点Fs1到Fs2和Fs3的距离之和DFs1， Fs4到Fs2和Fs3的距离之和DFs4， 若DFs1大于DFs4， 则所述指缝点Fs1为第一手掌关键特征 点Fsvail1， 反之若DFs1小于DFs4， 则Fs4 为第一手掌 关键特征点Fsvai l1； 基于所述手掌特征点进行手掌区域分割,包括： 以所述第一手掌关键特征点Fsvail1为 起点， 横向移动到所述手掌二值图的边界点， 得到第二手掌关键特征点Fsvail2； 以所述第 一手掌关键特征点Fsvail1和第二手掌关键特征点Fsvail2的连线纵向线上移动到所述手 掌二值图的边界， 保持纵向长度和横向宽度相同进行手掌区域分割； 对所述手掌区域进行手掌特 征提取； 将所述手掌特 征与模板特 征比对， 若两者相匹配， 则用户身份识别通过。 2.根据权利要求1所述的手掌特征识别方法， 其特征在于， 所述对所述手掌图像进行二 值化处理得到手掌二值图， 包括： 将所述手掌图像以其几何中心 为分割原点， 横纵向分割成 四个子手掌图像； 分别计算所述四个子手掌图像的分割阈值； 根据所述分割阈值计算对角 阈值； 利用所述对角阈值分别对所述四个子手掌图像进行二值化处理得到子手掌二值图； 将所述子手掌二 值图拼接成手掌二 值图。 3.根据权利要求1所述的手掌特征识别方法， 其特征在于， 所述基于所述手掌特征点进 行手掌区域分割之前， 还包括： 以Fs2和Fs3的连线与水平轴的夹角为矫正角度对所述手掌 二值图进行旋转 矫正， 使得Fs2和Fs3的连线与水平轴平行。 4.根据权利要求1所述的手掌特征识别方法， 其特征在于， 所述手掌图像为掌静脉图 像， 所述手掌特 征为掌静脉 特征， 所述模板特 征为掌静脉模板特 征。 5.根据权利要求1所述的手掌特征识别方法， 其特征在于， 所述手掌图像为掌纹图像， 所述手掌特 征为掌纹特 征， 所述模板特 征为掌纹模板特 征。权　利　要　求　书 1/1 页 2 CN 114612951 B 2一种手掌特征识别方 法 技术领域 [0001]本发明涉及生物特 征识别技 术领域， 尤其涉及一种手掌特 征识别方法。 背景技术 [0002]用户身份认证是安全的第一道大门， 是各种安全措施可以发挥作用的前提。 传统 的身份认证方式基于静态口令的认证， 如用户名+密码易丢失， 易破解； 基于动态口令的认 证， 如动态口令牌和短信密码等需要客户端与服务器保持良好的通信； 基于USBkey 的认证 需要在客户端安装应用程序， 使用不便； 基于智能IC卡的认证容易出现卡片 丢失的问题； 基 于数字证书的认证需要依赖于第三方机构认证中心 等。 相对于传统的身份认证方式的诸多 缺点， 生物特征识别具有随身携带， 不会丢失， 且不容易仿冒篡改等特点， 基于此生物特征 识别技术发展非常迅 猛， 并已逐渐成为身份认证主流的方式。 [0003]手掌特征生物特征识别相比于其它生物特征识别方式， 如指纹识别， 手掌面积更 大， 包含的信息更丰富， 而且不需要引进额外的硬件设备， 且为 非接触， 用户接受度更高。 对 比人脸识别， 手掌特征生物特征为主动识别方式， 需要用户主要伸出手 掌方可检测识别， 更 加保护用户隐私。 而对比虹膜和基因识别， 手掌特征识别不需要昂贵的设备， 容易推广。 基 于以上特点， 手掌特征识别受到了越来越多的关注。 手掌特征识别一般包括掌静脉识别和 掌纹识别， 但无论何种 方式， 均需对手掌区域进行分割， 常见的分割 方法有： 基于内切圆的 定位分割方法和基于正方形的定位分割方法。 其中前者因为需要反复搜索圆心并调整半 径， 预处理时间长， 复杂性高， 不能用于实时系统； 后者的主要难点是分割定位点不易确定， 导致手掌区域 提取一致性和稳定性 不高从而影响手掌特 征识别成功率。 发明内容 [0004]本发明的目的在于提供一种手掌特征识别方法， 可以有效准确稳定分割出手掌区 域， 进而可以有效提高手掌特 征识别的方法。 [0005]为了达到目的， 本发明提供的技术方案为： 一种手掌特征识别方法， 用于用户的身 份识别， 包括： 采集所述用户的手掌图像， 并对所述手掌图像进 行二值化处理得到手掌二值 图； 构建所述手掌二值图中各轮廓边缘点相对于手掌中心 点的夹角 ‑距离波峰曲线图， 所述 手掌二值图各轮廓边缘点与夹角 ‑距离波峰曲线图上 的点一一对应； 根据所述手掌二值图 与夹角‑距离波峰曲线图获取手掌特征点， 包括 获取所述夹角 ‑距离波峰曲线图的五个指尖 峰点和四个指缝谷点； 获取手掌二值图的四个指缝点； 获取手掌关键特征点； 基于所述手掌 特征点进行手掌区域分割,并对所述手掌区域进行手掌特征提取； 将所述手掌特征与模板 特征比对， 若两者相匹配， 则用户身份识别通过。 [0006]优选地， 所述对所述手掌图像进行二值化 处理得到手掌二值图， 包括： 将所述手掌 图像以其几何中心为分割原点， 横纵向分割成四个子手掌图像； 分别计算所述四个子手掌 图像的分割阈值； 根据所述分割阈值计算对角阈值； 利用所述对角阈值分别对所述四个子 手掌图像进行二 值化处理得到子手掌二 值图； 将所述子手掌二 值图拼接成手掌二 值图。说　明　书 1/5 页 3 CN 114612951 B 3