Warning: fopen(/home/wwwroot/jx2023/web/bjfts-battery.com/m.bjfts-battery.com/cache/abcf0753988565e2c5c29c8ae5739b94.html): failed to open stream: No space left on device in /home/wwwroot/jx2023/index.php on line 565

Warning: fwrite() expects parameter 1 to be resource, bool given in /home/wwwroot/jx2023/index.php on line 566

Warning: fclose() expects parameter 1 to be resource, bool given in /home/wwwroot/jx2023/index.php on line 567
非接触式掌纹掌静脉识别技术 - 技术原理 - k8凯发教育品牌标志

  非接触式掌纹掌静脉识别技术   


  非接触式掌纹掌静脉识别技术是新一代多模态、高精度、活体生物特征识别技术。

  掌纹是手掌皮肤上所有纹路的统称,主要包括乳突纹、主线和皱褶。掌纹具有唯一性,没有任何两个手掌是完全相同的,即人的掌纹千差万别。由于掌纹的这一特点。人们可以利用掌纹进行身份鉴别。掌纹识别就是根据人手掌上的有效信息来识别哪些掌纹图像是来自同一只手掌。哪些掌纹图像是来自不同的手掌,从而达到身份识别的目的。掌纹识别是近年来新兴的一种身份识别方法,是对现有人体生物特征识别技术的重要补充。和其他的生物识别技术相比,掌纹识别具有很多独有的特点:

  1)与人脸等生物特征相比,掌纹图像获取的条件较易控制,较少地受到光线、表情、化妆等干扰,并能有效处理双胞胎等情况,故能较好地保证掌纹识别系统的识别精度;

  2)与虹膜以及视网膜等生物特征相比,掌纹的采集方式更为便捷,采集设备更为低廉、耐用;

  3)与指纹类似,手掌上也布满了乳突纹,但手掌区域却比手指区域大的得多,因而它含有比指纹更为丰富的可区分信息;

  4)手掌上分布有几条大的主线和很多的皱褶线,这样的线特征是掌纹所独有的,具有很强的区分能力和抗噪声能力,并且可以在低分辨率、高噪声的掌纹图像中提取出来;

  5)和签名等动态行为特征相比、掌纹特征非常稳定,这使得它在身份识别中能获得比签名更高的识别精度。

  然而,较容易被非法获取并伪造;掌纹识别不具有活体认证功能;为了保证手掌特征区域的切割精度,都采用接触式采集器,通常掌纹采集方式与指纹类此,掌纹识别技术也有以下不足:掌纹特征暴露在外,因此公共场所使用掌纹识别存在卫生隐患。

  除了手掌的掌纹特征以外、人们还利用手掌静脉来进行个体的身份鉴别。静脉识别是用近红外光源对人体手掌进行照射、使得近红外光照射后的手掌图像会在皮下静脉处呈现较暗的纹路,利用该静脉特征也可以进行身份识别,利用血液中血红素对近红外光具有较强的吸收特性。静脉识别的主要特点是非侵入式的图像采集,并且静脉特征在可见光下无法获取,同时还具有活体验证功能(只有活体手掌才具有静脉特征),具有较强的隐蔽性和防伪性,因此静脉识别技术具有一定的较强的防伪能力。但是,有些人的皮下静脉特征并不明显(例如脂肪较厚的人),信息量较掌纹少很多,因为静脉较粗,掌脉识别也有自身的缺陷,因此单一掌静脉识别,同时因个体差异,其精度无法得到保障。

  结合掌纹和掌静脉识别方法的特点,可以进行非接触式多光谱活体手掌别技术的研究。非接触式掌纹掌静脉识别技术既继承了掌纹识别的高精度,从而使系统的识别精度、活体验证、防伪能力大大提高,同时又引入了活体手掌皮下静脉信息作为特征。

  非接触式掌纹掌静脉识别技术采用独创的专用多光谱传感器,利用多光谱成像技术,巧妙地实现了采集同一个手掌在同一时刻、不同光谱下的图像。不但实现了完全的非接触式操作,而且在不同的光谱下采集了同一个手掌的完全不相关的两种生物特征——掌纹和掌静脉,掌纹和掌静脉图像如下图所示。
                                                             掌静脉

                                              掌纹图像                                               掌静脉图像

  双目多光谱手掌图像专用传感器

  本技术专门设计了一种双目图像传感器,可清晰地获取到手掌掌纹的可见光图像和手掌皮下静脉的红外光图像。

  采用非接触式手掌采集方式

  用户进行采集和识别时,使用更加自由、高雅、安全、卫生,无需接触。

  采用掌纹和掌静脉图像特征提取与融合的识别方法

  技术采用先进的快速递归二维各向异性滤波算法对掌纹和掌精脉图像进行特征编码,并利用贝叶斯决策对掌纹掌静脉特征编码进行识别决策融合。因此本产品较单一特征的识别技术具有更高的识别精度和安全性。

  系统具有活体检测能力

  本产品将手掌静脉作为身份认证的特征之一、而非活体手掌的红外图像中则没有该静脉信息,因此本产品具有良好的活体鉴别能力,手掌静脉的成像缘于血红蛋白对近红外光良好吸收作用,因此活体手掌红外图像中会呈现清晰的静脉造影。