基于双目视觉的手指静脉三维识别系统

摘要

本发明公开了一种基于双目视觉的手指静脉三维识别方法及装置。该装置主要包括红外光源、轻触开关、左右两台摄像机、红外滤镜、电源、ARM接口板和DSP处理板，红外光源、手指、左右两台摄像机在三个水平面上，左右两台摄像机分别位于手指投影线的两侧，左右两台摄像机的连线与手指投影线垂直。如果检测到轻触开关已按下，则操作左右摄像机采集手指双目图像，然后基于双目视觉原理和SIFT算子进行手指静脉三维特征的提取与匹配，实现手指登录或识别的功能。本发明有效地提高手指静脉识别设备的识别率和安全级别。

主权项

1.基于双目视觉的手指静脉三维识别方法，其特征在于，该方法具体步骤如下：（一）用手指静脉双目采集平台获取手指静脉的三维特征，具体为：手指静脉双目采集平台主要包括红外光源、轻触开关、左右两台摄像机、红外滤镜、电源、ARM接口板、DSP处理板，其中红外光源、手指、左右两台摄像机在三个水平面上，左右两台摄像机分别位于手指投影线的两侧，左右两台摄像机的连线与手指投影线垂直，其中，第一，红外光源、手指、摄像机三者在三个水平面上，且红外光源与手指的垂直距离大约1cm，摄像机与手指的垂直距离大约6cm；第二，左右摄像机的位于手指投影线的两侧，且与手指投影线的水平距离都为3cm；第三，左右两台摄像机的连线与手指投影线垂直，且基本能平分手指投影线；第四，为了避免外界光源的干扰，在左右摄像机的镜头上都加了红外滤镜，滤除非红外光；（二）基于SIFT算子和双目视觉的手指静脉图像三维信息获取，具体为：采用基于3D靶标的方法对左右两台摄像机进行定标，得到两台摄像机各自的成像变换矩阵；然后采用SIFT算子分别获取左右两幅手指静脉图像的关键点，并提取各关键点的SIFT特征向量；接着采用基于SIFT的特征匹配策略进行立体匹配，得到满足SIFT匹配条件的空间立体点对；最后依据双目视觉的基本原理，将空间立体点对的平面坐标分别代入对应的左右两台摄像机的成像变换矩阵，求取所有立体点对的空间坐标，具体步骤如下：（1）摄像机定标，具体为：首先选取特征点易求取的3D靶标，手工测定若干特征点的三维坐标；然后计算这些特征点在图像中的像素坐标，代入方程，利用最小二乘法求解方程中的各未知量，从而完成摄像机定标，摄像机标定完毕后，即可采集图像，分别采集平行放置的左右两摄像机图像，构成双目图像；（2）提取图像关键点特征，具体为：Step1：采用高斯差分（DoG）滤波方法对图像进行多尺度滤波，得到DoG尺度空间，DoG算子用公式描述为：其中，表示高斯函数的方差，表示像素点(x, y)处的灰度值，k表示尺度的层数，G对应的公式为：Setp2：在DoG尺度空间中检测图像的局部极值点，剔除对比度较低和边缘处的局部极值点，将余下的局部极值点作为关键点；Setp3：提取关键点的方向特征，再结合位置和尺度特征，生成SIFT特征向量，然后对特征向量进行归一化，去除旋转、尺度变化和光照变化的影响，该特征向量即为手指静脉图像关键点的特征向量；（3）立体匹配，具体为：采用基于SIFT的特征匹配策略进行立体匹配，立体匹配策略是：取左图像中的某一个关键点，并找出其与右图像中欧式距离最近的前两个关键点，在这两个关键点中，如果最近的距离除以次近的距离小于某个比例阈值，比例阈值设为80%，则接受这一对匹配点，这一对匹配点即为双目图像中的一组空间立体点对；否则，剔除该关键点，按照此方法，遍历左图像上的关键点，获取所有匹配的空间立体点对；（4）计算立体点对空间坐标，具体为：依据双目视觉的基本原理，将空间立体点对的平面坐标分别代入对应的左、右摄像机成像变换矩阵，求取两条空间射线的交点坐标即为立体点对的空间坐标，具体方法可描述如下：设某一组空间立体点对为(P₁, P₂)，其平面坐标分别为(u₁, v₁)、(u₂, v₂)，对应的深度坐标分别为Z_c1、Z_c2，立体点对对应于空间上的同一点，记其空间坐标为(x, y, z)，将平面坐标和空间坐标分别代入左右摄像机的成像变换矩阵，得到下面的两个方程：解方程组，得到立体点对(P₁, P₂)的空间坐标(x, y, z)，以此类推，得到所有立体点对的空间坐标；（三）基于SIFT特征和空间距离的手指静脉三维特征识别，具体为：获取手指静脉各关键点的SIFT特征向量和空间坐标组成的三维特征，并存储在FLASH中；在识别状态下，获取手指静脉各关键点的三维特征，然后与存储在FLASH中的手指静脉三维特征相匹配，依据匹配结果判别手指是否合法，三维特征的匹配准则是：Step1：将特征数据库中的SIFT特征与待识别静脉图像的SIFT特征进行匹配，得到满足SIFT匹配条件的关键点对；其中，由于SIFT特征有两组：左图像SIFT特征和右图像SIFT特征，故这里的SIFT特征匹配要求待识别手指的左图像特征与数据库中的左图像特征进行匹配，待识别手指的右图像特征与数据库中的右图像特征进行匹配；Step2：求取关键点对的空间距离d，如果距离大于某一阈值D，则剔除该关键点对；Step3：计算余下的关键点对的数目，并将其作为两手指静脉图像的相似性判定度量，如果该数目大于某一阈值N，则认为两手指静脉图像相似；否则，认为两手指静脉图像不相似；其中，D=5，N=7。