一文读懂指静脉识别技术
静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中的手指静脉特征值比对，采用复杂的匹配算法对手指静脉特征进行匹配，从而对个人进行身份鉴定，确认身份。
同其他生物识别相比，指静脉认证技术具备以下主要优势。
?生物识别技术，不会遗失、不会被窃、无记忆密码负担。
?人体内部信息，不受表皮粗糙、外部环境（温度、湿度）的影响。
?适用人群广，准确率高，不可复制、不可伪造，安全便捷。
指静脉识别技术是利用近红外线穿透手指后所得的静脉纹路影像来进行个人识别，是具有高精度、高速度的世界上最尖端的生物识别技术。在各种生物识别技术中，因其是利用外部看不到的生物内部特征进行识别的技术，所以作为具有高防伪性的第二代生物识别技术备受瞩目。
目前被广泛应用到公共领域认证设备比如，会员识别一体机，银行ATM机，门禁管理系统，PC登录，代替汽车锁，保险箱管理，复印机管理，电子支付等需要进行个人身份认证的领域。
在中国，指静脉门禁系统以及USB型指静脉设别设备已发展到很多城市。
同时，由于其是利用身体内部特征来识别且必须是活体才可利用，比较与指纹之类的识别技术又跨进了一大步。（例如，指纹很容易被复制，仿制，且将手指剁掉也可进行识别，而指静脉则必须是活体有流动的血液，这样就不会发生类似于呼和浩特越狱案件这样的悲剧。）USB型静脉识别仪
技术特点：
活体识别
用手指静脉进行身份认证时，获取的是手指静脉的图像特征，是手指活体时才存在的特征。在该系统中，非活体的手指是得不到静脉图像特征的，因而无法识别，从而也就无法造假。
指静脉识别原理是什么？ 指纹识别的应用相对较早，在门禁考勤等领域的应用也较成熟，但是随着应用的增加使得本身的缺陷越来越突出，一方面，我们在想办法解决这些问题，另一方面我们也在积极地寻求新的识别办法。静脉识别的唯一性和稳定性被发现之后，对于静脉识别的前景就十分看好，普罗巴克将指静脉识别技术完美的应用到指纹锁上。 指静脉识别技术是一种新的生物特征识别技术，它利用手指内的静脉分布图像来进行身份识别。工作原理，是依据人类手指中流动的血液可吸收特定波长的光线，而使用特定波长光线对手指进行照射，可得到手指静脉的清晰图像。利用这一固有的科学特征，将实现对获取的影像进行分析、处理，从而得到手指静脉的生物特征，再将得到的手指静脉特征信息与事先注册的手指静脉特征进行比对，从而确认登录者身份。 普罗巴克I200作为全球首款指静脉锁，采用全新指静脉识别技术，通过利用近红外线照射手指静脉血管成像进行活体识别以达到认证的目的，该技术识别更加精确、稳定、安全。
精确：人体内部生物特征，不受外界干扰，认证精度高。 稳定：静脉成像对外界敏感度极低，提高识别稳定性。 安全：静脉不受表面皮肤影响，信息永固，安全性更高。 医学研究证明，指纹静脉的形状具有唯一性和稳定性，即每个人的指纹静脉图像都不相同，同一个人不同的手指的静脉图像也不相同;健康成年人的静脉形状不再发生变化。这就为指静脉识别提供了依据。 与指纹识别技术相比，它具有指静脉隐藏在身体内部，被复制或者盗用的机会很小，使用者心理抗拒性低，受生理和环境因素的影响小，克服了皮肤干燥，油污，灰尘，皮肤表面异常等因素，原始手指静脉影像从被捕获到数字化处理，整个过程不到1秒等，并可触发的高准确识别率(认假率为0.0001%，拒真率为0.01%，注册失败率0%)等多项重要的特点，使它在高度安全和使用便捷上远胜于指纹识别技术。
手静脉身份识别技术 0 引言作为一种迅速发展的生物身份识别技术，手静脉识别有着显著的优点：社会可接受，特征不易复制，比指纹受破坏的可能性更小，不易入侵，无明显的建康威胁，特征惟一性，低成本，精确快速，比签名和声纹等行为生物测量特征变化小。手静脉识别具有广阔的应甩前景。1 发展历史及研究现状 1983年，柯达公司在诺丁汉的雇员Joseph Rice在研究红外条形码技术时产生了利用人手背血管红外成像作为身份识别的想法，发明了手静脉特征识别技术，取名为Veincheck。然而柯达公司的主管认为此技术缺乏市场潜力并未采用。1987牟10月31日J．Rice获得此项技术的第一个专利(Patent #4699149，Apl3aratus for the identification of Individuals)。J．Rice将其发明授权给BTG(British Technology Group)负责专利的开发和管理，希望能在安防工业有所建树，但当时并未引起BTG足够的重视，开发进度缓慢。1990年J．Rice担心此发明被BTG拖延了时间而埋没，决心自己投入技术开发，此时BTG已安排英国前国家物理实验室科学家David Claydon开始了有关静脉结构的多样性和惟一性测试，J．Rice和David讨论后采用了Statistical Process Control(SPC)的方法进行生物身份识别。1991至1993年P．MacGregor，R．Welford，P.L．Hawkes和D．O．Clayden等人发表了3篇关于Veincheck的原理介绍性文章和技术报告，明确指出Veincheck是一种以手背静脉作为身份比对特征的生物识别系统。J．Rice于1994年发表名为“A Quality Approach To Biometrie Imaging”的文章简要的介绍了Vein-check的开发历程和相关算法。受当时技术条件的限制，J．Rice采集的图像质量很差，但测试效果仍然令人鼓舞，。1993至1995年间，澳大利亚的A．J．MeIinert，J．M．Cross and C．L．Smith开展了基于热成像的手背血管特征识别的研究。1998年BTG上市公司高级经理Eugene Sweeney撰文介绍了veincheck手静脉识别技术的优点：社会可接受，特征不易复制，比指纹受破坏的可能性更小，不易入侵，无明显的建康威胁，特征唯一性，低成本，精确快速，比签名和声纹等行为生物测量特征变化小。2000年，Veincheck的开发原型机在英国信息安全部门CESG／BWG的通用办公环境测试中表现平庸，此后没有发现有关Veincheck产品商用的报告。J.Rice研究宣传Veincheck技术的网站最后一次更新停留在了2000年。2007年这位手静脉识别技术的先锋撰文对此项技术的应用进展缓慢表示焦虑，建议开发可穿戴式静脉采集设备。 1992年，日本北海道大学生物工程系的K．Shimizu发表文章认为可以利用人体手血管红外成像作为身份识别依据，此文章被认为是日本和韩国进行手静脉识别技术研究的源头。1997年，韩国的BK System公司发布了亚洲第一个商用手背静脉识别产品BK-100，1998年H．S．Choi和BK System取得了美国专利，BK S-ystem又开发了BK200和BK-300两个改进产品，由于种种原因，1998年底，BK System的产品就停产了。2000年，BK System的一些成员组建了Techsphere公司，继续研发静脉识别产品，最终推出了VP-Ⅱ，。这期间他们发表了一些论文，在图像采集和滤波算法上都进行了改进，使用了组合常态滤波和增强滤波、基于静脉走向的方向滤波算法，报道称该研究采用10 000人进行了测试，FAR可提高到0．000 01，识别速度为0．1 s。VP-II在BK System产品的基础上重新设计，使用了当时最新的数字图像处理技术，采用红外光源补偿，改进了静脉特征的抽取算法，通过温度传感器检测防止欺骗，大大改进了可靠性并提高了性价比，同时声称适用于99．98％的人群。VP-n被成功应用于机场，银行和医院等单位。此时，为了绕开手背静脉识别的专利，在日本兴起了基于手掌静脉和手指静脉识别技术的研究和开发，M．Kono和N．Miura等人先后发表了关于手指静脉识别的文章。日立公司推出了系列手指静脉识别产品，。富士通公司则推出了手掌静脉识别产品。此后静脉识别技术的发展就进入了研究和产业化交织的状态。而且由于企业早
识别技术就是特征比较技术商人博客 产品产品公司生意经批发直达求购信息资讯论坛商友 识别技术就是特征比较技术(2010/09/16 16：16)22：13 扫描文字，结果以图片格式(.bmp)存入电脑,。然后使用ORC识别系统进行转换，终极用WORD进行修正编纂。下面教你如何使用ORC： OCR是英文Optical Character Recognition的缩写，翻译成中文就是通过光学技术对文字进行识别的意思,是自动识别技术研究和利用领域中的一个重要方面。它是一种可能将文字自动识别录入到电脑中的软件技术，是与扫描仪配套的主要软件，属于非键盘输入范围，须要图像输入设备主要是扫描仪相配合。现在OCR主要是指文字识别软件，在1996年清华紫光开端搭配中文识别软件之前，市场上的扫描仪跟OCR软件始终是离开销售的，专业的OCR软件谠缧┦焙蚵舻帽壬枰腔挂蟆K孀派枰欠直媛实奶嵘琌 CR软件也在一直进级，扫描仪厂商当初已把专业的OCR软件搭配本人出产的扫描仪出卖。OCR技术的敏捷发展与扫描仪的普遍使用是密不可分的，近两年跟着扫描仪逐步遍及和OCR技术的日臻完美，OCR己成为绝大多数扫描仪用户的得力助手。 一、OCR技术的发展过程 自20世纪60年代初期涌现第一代OCR产品开始，经过30多年的不断发展改良，包括手写体的各种OCR技术的研究取得了令人瞩目标成果，人们对OCR 产品的功能要求也从本来的单纯重视识别率，发展到对全部OCR系统的识别速度、用户界面的友爱性、操作的简便性、产品的稳定性、适应性、牢靠性和易升级性、售前售后服务质量等各方面提出更高的要求。 IBM公司最早开发了OCR产品，1965年在纽约世界展览会上展出了IBM公司的OCR产品--IBMl287。当时的这款产品只能识别印刷体的数字、英文字母及部分符号，并且必须是指定的字体。20世纪60年代末，日破公司和富士通公
静脉识别主要技术特征 静脉识别是一种新兴的红外生物识别技术，它是根据静脉血液中脱氧血色素吸收近红外线或人体辐射远红外线的特性，用相应波长范围的红外相机摄取手背（或指背、指腹、手掌、手腕）的静脉分布图，通过归一化、去噪等预处理后进行滤波增强与静脉纹路分割、细化修复，然后提取其特征，再与预先注册到数据库或储存在IC卡上的特征数据进行匹配以确定个人身份。由于每个人的静脉分布图具备类似于指纹的唯一性且成年后持久不变的特点，所以它能够唯一确定一个人的身份。此外，它具有其他生物特征识别技术所不具备的优点，因而具有广泛的应用前景，得到广大学者的关注。 一、原理介绍 静脉识别主要是利用静脉血管的结构来进行身份识别。由于静脉纹络包含大量的特征信息，可以作为验证的对象。手掌静脉识别的原理也是利用静脉血管与肌肉、骨骸之间对特定波长红外光不同的吸收特性来进行静脉血管造影，与手掌静脉识别的原理相同。由于手掌较厚，红外光通常无法进行透射，因而只能采用反射造影法。红外光照射在手背上，有静脉的部位吸收红外光反射暗淡，肌肉与骨路部位反射强烈，从而实现对静脉的造影。静脉纹络在人体内部很难被伪造。 二、特征分析 （一）活体识别 用手背静脉进行身份认证时，获取的是手背静脉的图像特征，是手背活体时才存在的特征。在该系统中，非活体的手背是得不到静脉图像特征的，因而无法识别，从而也就无法造假。 （二）内部特征 用手背静脉进行身份认证时，获取的是手背内部的静脉图像特征，而不是手背表面的图像特征。因此，不存在任何由于手背表面的损伤、磨损、干燥或太湿等带来的识别障碍。 （三）非接触性 手背无须与设备接触，轻轻一放，即可完成识别。这种方式没有手接触设备时的不卫生的问题以及手指表面特征可能被复制所带来的安全问题，井避免了被当作审查对象的心理不适，同时也不会因脏物污染后无法识别。手掌静脉方式由于静脉位于手掌内部，气温等外部因素的影响程度可以忽略不计，几乎适用于所有用户。用户接受度好。除了无需与扫描器表面发生直接接触以外，这种非侵入性的扫描过程既简单又自然，减轻了用户由于担心卫生程度或使用麻烦而可能存在的抗拒心理。 （四）安全等级高 因为有了前面的活体识别、内部特征和非接触性3个方面的特征，确保了使用者的手背静脉特征很难被伪造。所以手背静脉识别系统安全等级高，特别适合于安全要求高的场所使用。 三、静脉识别算法 主要包括3大部分：静脉图像的获取；静脉图像预处理和静脉识别。图像预
手势识别技术综述 作者单位：河北工业大学计算机科学与软件学院 内容摘要： 手势识别是属于计算机科学与语言学的一个将人类手势通过数学算法针对人们所要表达的意思进行分析、判断并整合的交互技术。一般来说，手势识别技术并非针对单纯的手势，还可以对其他肢体动作进行识别，比如头部、胳臂等。
但是这其中手势占大多数。本文通过对手势识别的发展过程、使用工具、目的与市场等进行综述，梳理出手势识别发展的思路，让读者对手势识别有一个总体上的认识，同时也可以让读者在此基础上进行合理想象，对手势识别的未来有一个大体印象。 Abstract: Gesture recognition is an interactive technology using mathematical arithmetic to the analysis,judge and assembly meaning that people want to convey which belongs to computer science and Linguistics.In general, gesture recognition technology is not for simple gestures expressed by hands ,it can also aim to other body movement recognition, such as the head, arm and so on. But the gesture accounted for most of the analysis. In this paper, by describing the development process, tools used , objective and market of gesture recognition , we can sort out the ideas of the development of gesture recognition, and let readers have an overall understanding of gesture recognition. At the same time, it can let the reader imagine that on hand gesture recognition based on reason ,and have a general impression of its future. 1.定义 说到手势识别，首先要对手势识别中的手势有一个清晰的认知。手势在不同的学科中有不同含义，而在交互设计方面，手势与依赖鼠标、键盘等进行操控的区别是显而易见的，那就是手势是人们更乐意接受的、舒适而受交互设备限制小的方式，而且手势可供挖掘的信息远比依赖键盘鼠标的交互模式多。在学术界，人们试图对手势定义一个抽象、明确而简洁的概念以为手势及其应用的研究提供依据。1990年Eric Hulteen和Gord Kurtenbach曾发表的题为“Gestures in Human-Computer Communication”中定义：“手势为身体运动的一部分，它包括一部分信息，而且是一种能被观察到的有意义的运动。挥手道别是一种手势，而敲击键盘不是一种手势，因为手指的运动没有被观察，也不重要，它只表示键盘
生物特征识别技术的发展方向和市场前景 各种生物特征识别技术，虽然这些技术能很好地解决传统安全保护方式存在的隐患，提供了相对方便、快速、准确的身份识别方法，但与此同时，这些单一的技术也存在着各自的缺点。就拿指纹识别来说，人们会突然失去可用的指纹，如手指过湿、过干或出现手指暴皮等特征损伤时，或者手指有污物，指纹图像会变的破损或模糊，这样成功比对的可能性就会降低，识别率会大幅度下降。而且这类情况在现实中是比较常见的如在煤矿里等。其他识别技术也有各自不同的缺点。 因此，生物特征识别领域又出现了一种新的方向，即多种生物特征识别技术结合使用。在国外，德国知名的法兰富尔协会研发了一种多重模板识别系统，DCSAG公司采用这种方法开发了身份识别系统BioID，提出了全方位生物特征识别的观点。在我们国内，也有不少的研究机构开始研究基于多特 征的识别技术。比如近期清华大学研制的TH．ID多模生物特征(人脸、笔迹签字、虹膜)身份识别认证系统，就是融合了人脸、笔迹和虹膜三种特征，因此识别率也很高。以后的研究，也将走这样的路线，即：将手指静脉和指纹两种特征结合起来以提高识别率和系统的稳定性。 近几年来，全球的生物特征识别技术已从研究阶段转向应用阶段，对该技术的研究和应用正进行的如火如荼，前景十分广阔。利用生物识别技术，使我们的日常生活更为方便、安全。这种新方法将在信息社会中起到越来越重要的作用，成为将来的主要发展方向。可见，人体生物特征识别是～项发 展前景极好的高新技术。逐渐被一些机构和消费者采用，成为一种越来越受欢迎的安全保障措旋，使得这项技术有着巨大的市场潜力。． 2006年1月，国际生物特征组织IBG(International Biometrie Group)最新的《2006．2010年生物识别市场研究报告》中给出的数据,如图1．1～1．4所示。 预计，受大量的政府项目等推动，全球生物识别产值将从2006年的$2．1B(billion)增长至2010年的$5．7B(billion)；2006年，指纹识别有望占到生物识别市场43．6％的份额，面部识别约占19％。亚洲和北美将有望成为全球最大的生物识别市场。各种生物识别应用系统的产值估计会占到整个生物识别市场(包括相关的设备生产、系统开发等)的产值的5％。 产业预测表明整个生物特征市场会继续增长。其中指纹识别市场仍然占据主导地位，如图1．3 和1．4所示。随着科技的进步，特别是那些具有更高的识别性能的生物特征识别技术的发展，相信这种状况会改变的。 可以预见在不久的将来，生物特征识别技术必将越来越广泛地应用于生活和工作各个领域。从过去的10年的市场情况来看，指纹、人脸和掌型识别技术应用最为广泛，指纹识别占据了更大的优势，看起来用手作为生物特征识别的手段更易为大众所接受。国内市场上主要的生物特征识别产品基本上都是基于指纹识别技术的产品，而且已经应用到了很多的方面。另外几种被看好的技术是静脉、语音以及虹膜识别技术。 几种典型的生物特征识别技术 (1)指纹识别 每个人(包括指纹在内)皮肤纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。依靠这种唯一性和稳定性，我们就可以把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这就是指纹识别技术。作为生物特征识别的
静脉识别技术工作原理和静脉识别厂商汇总分析 静脉识别系统是一种识别安全性更高的生物识别技术，用血液中的血红素吸收红外光的原理，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，并从静脉分布图依据专用比对算法提取特征值，将静脉的数字图像存贮在计算机系统中。当需要静脉识别时，静脉识别机器实时采取静脉图，提取特征值，再运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉特征值比对，从而对个人进行身份鉴定，确认身份。 静脉识别的概念和技术工作原理据了解，如今的静脉识别兼具四大特点：高度防伪、简便易用、快速识别及高度准确。两个人静脉结构相同的几率是34亿分之一，因此可以说每个人静脉结构独一无二。而且，这种内部信息不会受到皮肤破损程度、外部环境等因素影响，更重要的是，静脉识别必须是活体识别，也就是说只有手指活体时才能进行静脉识别。静脉如何被“探测”到？又是如何具有识别的唯一性呢？中国科学院自动化所研究员、中国人工智能学会模式识别专业委员会秘书长孙哲南曾在采访中表示，静脉识别时利用的是血液中的血红蛋白有吸收红外线的特质：“近红外光照射到手指或者手掌上时，手指或手掌皮下静脉中的血红蛋白相对于皮肤、肌肉等其他生理组织对近红外光的吸收率更高，因而呈现出黑白对比鲜明的图像模式。”在近红外光的照射下，肌肉组织为浅色，血管则呈现深色，可以将血管结构反映得异常清晰。 相比传统的指纹识别对于手指湿度和指纹完整度的要求，静脉识别则不受手指是否潮湿、干净或者破损的影响，因为扫描的不是皮肤，而是皮肤下的静脉。而且，静脉识别过程中不需要手指碰触到仪器。“这一识别过程只需要一两秒钟就可以完成。”孙哲南补充道。 目前，静脉识别集中在人体的手指、手掌和手背。“之所以选择手部，是因为近红外光容易穿透皮肤对静脉结构进行成像。”孙哲南解释道，“人体的其他部分静脉分布没有手部密集，而且相对而言成像也没那么方便。” 静脉识别的分类掌静脉识别 掌静脉技术的原理是根据手掌血液中的血红素有吸收红外线光的特质，将具红外线感应度
指静脉识别 一、指静脉识别概念 指静脉识别技术是一种生物特征识别技术，它利用手指内的静脉分布图像来进行身份识别。该技术是依据人类手指中流动的血液可吸收特定波长的光线，而使用特定波长光线对手指进行照射，可得到手指静脉的清晰图像。利用这一固有的科学特征，将实现对获取的影像进行分析、处理，从而得到手指静脉的生物特征，再将得到的手指静脉特征信息与事先注册的手指静脉特征进行比对，从而确认登录者的身份。 手指静脉是一种新的生物特征识别技术，它利用手指内的静脉分布图像来进行身份识别。医学研究证明，手指静脉的形状具有唯一性和稳定性，即每个人的手指静脉图像都不相同，同一个人不同的手指的静脉图像也不相同；健康成年人的静脉形状不再发生变化。这就为指静脉提供了医学依据。 二、指静脉识别基本原理 指静脉识别是通过指静脉识别仪取得个人手指静脉分布图，将特征值存储，然后进行匹配，进行个人身份鉴定的技术。其基本原理是利用静脉中红血球吸收特定近红外线的这一特性，将近红外线照射手指，并由图像传感器感应手指透射过来的光来获取手指内部的静脉图像，进而进行生物特征识别。其中的关键在于流经静脉的红血球中的血红蛋白对波长在700-1000纳米附近的近红外线会有吸收作用，导致近红外线在静脉部分的透射较少，当近红外线透射以后，静脉在图像传感器感应的影像上就会突出显示，而手指肌肉、骨骼和其他部分都被弱化，从而得到清晰的静脉血管图像。指静脉识别技术利用手指静脉血管的纹理进行身份验证，对人体无害，具有不易被盗取、伪造等特点。该识别技术可广泛应用于银行金融、政府国安、教育社保等领域的门禁系统，是比指纹识别、虹膜识别等体表特征识别技术更安全、高效的技术。 三、指静脉识别特点 （一）安全性高 手指静脉系统的原理是匹配手指内部静脉的纹路图。因为静脉血管是隐藏在手指内部的，因此极难复制和盗取，与别的利用人体体外特征进行的技术相比较，这种方式的安全性更高。同时，静脉能感知手指内的血液流动和血压情况，能够在识别的过程同时进行活体检测。 （二）准确率高
简单手势识别
一、背景 随着计算机的发展，人机交互技术由传统的鼠标键盘时代发展到了以语音输入、动作识别等技术为代表的自然交互时代n1。特别是视觉计算技术的发展，使计算机获得了初步视觉感知的能力，能“看懂”用户的动作。手势识别作为一种直观自然的输入方式，把人们从传统接触性的输入装置中解放出来，可以以一种更自然的方式与计算机交互，使计算机界面变得更加易‘引。 手势主要分为静态手势和动态手势两种，动态手势可以看作是连续的静态手势序列。动态手势具有丰富和直观的表达能力，与静态手势结合在一起，能创造出更丰富的语义。利用动态手势识别构建新型的交互界面，是新一代的人机交互界面对输入方式自然性的要求，可以弥补传统交互方式的不足。基于视觉和手势识别研究正处于蓬勃发展的阶段，仍存着的许多值得研究的问题。研究基于视觉的动态手势识别对于构建更加好友的人机交互界面很有意义。
二、手势识别概述 2.1、手势识别的概念 手势是姿势的一个子集，姿势这个概念没有精确的定义。一般认为，手势概念经过人的手转化为的手势动作，观察者看到的是手势动作的图像。手势的产生过程如图2-1所示。 图2-1 手势的产生过程 手势识别的过程则找一个从图像V到概念动作G的变换而，如图2-2所示。
2.2、手势识别流程 随着计算机的发展，人机交互技术由传统的鼠标键盘时代发展到了以语音输入、动作识别等技术为代表的自然交互时代n1。特别是视觉计算技术的发展，使计算机获得了初步视觉感知的能力，能“看懂”用户的动作。手势识别作为一种直观自然的输入方式，把人们从传统接触性的输入装置中解放出来，可以以一种更自然的方式与计算机交互，使计算机界面变得更加容易。 手势主要分为静态手势和动态手势两种，动态手势可以看作是连续的静态手势序列。动态手势具有丰富和直观的表达能力，与静态手势结合在一起，能创造出更丰富的语义。利用动态手势识别构建新型的交互界面，是新一代的人机交互界面对输入方式自然性的要求，可以弥补传统交互方式的不足。基于视觉和手势识别研究正处于蓬勃发展的阶段，仍存着的许多值得研究的问题。研究基于视觉的动态手势识别对于构建更加好友的人机交互界面很有意义。
简介 静脉是导血回心的血管，起于毛细血管，止于心房，表浅静脉在皮下可以看见。掌静脉，顾名思义，就是手掌内静脉。掌静脉识别是静脉识别的一种，属于生物识别，掌静脉 识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对 算法提取特征值，通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的 数字图像存贮在计算机系统中，将特征值存储。静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉 特征值比对，采用复杂的匹配算法对静脉特征进行匹配，从而对个人进行身份鉴定，确认 身份。 掌静脉识别技术特点 掌静脉识别活体识别 用掌静脉进行身份认证时，获取的是掌静脉的图像特征，是掌活体时才存在的特征。 在该系统中，非活体的手掌是得不到静脉图像特征的，因而无法识别，从而也就无法造假。掌静脉识别内部特征 用掌静脉进行身份认证时，获取的是手掌内部的静脉图像特征，而不是手掌表面的图 像特征。因此，不存在任何由于手掌表面的损伤、磨损、干燥或太湿等带来的识别障碍。 掌静脉识别非接触式 用掌静脉进行身份认证，获取手掌静脉图像时，手掌无须与设备接触，轻轻一放，即 可完成识别。这种方式没有手接触设备时的不卫生的问题以及手指表面特征可能被复制所 带来的安全问题，并避免了被当作审查对象的心理不适，同时也不会因脏物污染后无法识别。手掌静脉方式由于静脉位于手掌内部，气温等外部因素的影响程度可以忽略不计，几 乎适用于所有用户。用户接受度好。除了无需与扫描器表面发生直接接触以外，这种非侵 入性的扫描过程既简单又自然，减轻了用户由于担心卫生程度或使用麻烦而可能存在的抗 拒心理。 掌静脉识别安全等级高 因为有了前面的活体识别、内部特征和非接触式3个方面的特征，确保了使用者的掌 静脉特征很难被伪造。所以掌静脉识别系统安全等级高，特别适合于安全要求高的场所使用。韩国首尔大学电子工程系有一篇关于掌静脉识别算法的文献E3，介绍了传统的静脉识别算法以及如何用昂贵的DSP处理器处理浮点运算和提高实时性要求，缩短识别时间，文献中描述的静脉识别算法主要包括3大部分：静脉图像的获取；静脉图像预处理和静脉识
基于摄像头的手势识别技术 1、手势识别的概念 手势是姿势的一个子集，姿势这个概念没有精确的定义。一般认为，手势概念经过人的于转化为的于势动作，观察者看到的是于势动作的图像雎1。手势的产生过程如图1-1所示。 图1-1 手势识别的过程则找一个从图像V到概念动作G的变换而，如图下所示。 2、手势识别流程 手势识别流程包手势图像获取、手势分割、手势特征提取、手势识别四大部分，如图2-1所示。 图2-1
3. 手势建模 在手势识别框架中，手势模型是一个最基本的部分。根据不同的应用背景，于势识别采用的模型会有不同，而对于不同的手势模型，采用的手势检测与跟踪算法、特征提取、识别技术也会有差别。手势建模主要分为基于表观的手势模型与基于三维的于势模型。 基于表观的手势建模是一种二维建模，从二维平面观察得到的平面图像信息描述于的特征。 基于表观的手势模型主要包括基于颜色的模型与基于轮廓的模型两种。 基于颜色的手势模型是把手势图像看作像素颜色的集合，通过提取手部的颜色的特征来描述手势。 基于颜色的手势模型的常用特征是颜色直方图。基于轮廓的手势模型是把手看作一个轮廓，通过提取手部图像中手的轮廓的几何特征来描述手势。 4. 手势检测与跟踪 手势检测与跟踪是手势识别处理流程中最前端的处理部分，它处理从摄像头获取到手势图像(序列)，从中检测和分割手势对象。如果是动态手势识别，还要对手进行跟踪。 基于运动信息的方法： 基于运动信息的方法是假设在视频中只有手是运动物体。 其中一种方法是背景减法。 它要求背景静止不变，把视频中的每帧与背景相减，背景相同的部分变为零，不同的部分就认为是运动的物体，即手。
收稿日期:2010-03-25;修回日期:2010-05-24。 基金项目:国家自然科学基金资助项目(90736018)。 作者简介:张环(1982-),男,江苏灌云人,博士研究生,主要研究方向:模式识别; 胡德文(1963-),男,湖南岳阳人,博士生导师,主要研究方向:模式识别、认知科学。 文章编号:1001-9081(2010)S2-0097-03 手掌静脉识别算法 张 环,胡德文 (国防科学技术大学机电工程与自动化学院,长沙410073) (zhanghuan@nud t .edu .cn ) 摘 要:对手掌静脉识别算法中的预处理、特征提取和匹配判别进行了研究。首先利用自主设计的手掌静脉采 集设备采集一定规模的手掌静脉图像并相应建立小规模手掌静脉数据库,然后对采集到的手掌静脉图像进行提取感兴趣区域(RO I)、平滑滤波和图像增强等预处理操作,以及进行二值化、滤波去噪和细化修复等操作来提取关键点的特征信息,最后利用成熟的指纹特征点匹配方法进行匹配判别。通过对实验结果分析表明,该算法的识别率高且性能良好,具有较好的应用前景。 关键词:血管;手掌静脉;感兴趣区域 中图分类号:T P391.4 文献标志码:A Pal m vei n recognition algorith m Z HANG H uan ,HU De -w en (Colle g e of M ec ha t ronic Eng i n ee ring and Au t o m a ti on,Na tional University of D e fense Technol ogy,Changsha H unan 410073,Ch i na ) Abstract :T his paper presented so m e researches on preprocessi ng ,patte rn ex tracti on ,m a tch i ng and decisi on of pal m ve i n recognition a l go rith m.F irst ,the pa l m ve i n i m ages w ere coll ec ted by desi gn i ng pal m ve i n capt ure dev ice to buil d a s m all pa l m ve i n database ,then R eg ion o f Inte rest (RO I)extraction ,s moo t h filte ri ng and i m age enhance m ent w ere i m p l em ented to preprocess the co llected i m ages .T he pattern i n f o r m ati on of m i nu tiae was extracted by b i nariza ti on ,no ise eli m ina ti on and th i nn i ng .W it h t he help o f the m ature fi nge rprint a l go rith m,a dec i s i on was m ade by m atch i ng the pa ttern of m i nuti ae .T he exper i m enta l results show that the proposed a l gor it hm ach i eves a h i gh recognition rate ,and i t has a fi ne perfo r m ance and pro m isi ng applicable f uture . K ey words :b l ood vesse ;l pal m ve i n ;R eg ion o f Inte rest (RO I) 0 引言 人体静脉血管近红外图像识别技术是近些年来新起的一项非接触式生物认证识别技术,它在身份鉴定和身份识别中有着非常广泛的应用背景,体现了自身的独特优越性,是对生物特征识别技术的一个重要补充和扩张。手掌静脉识别的基本原理是根据人体骨骼和肌肉组织的特点,用波长在720 m ~1100 m 的近红外光照射手掌,手掌静脉血管中的血色素相比于皮下组织可以吸收更多近红外辐射,可以很好地呈现出静脉血管的结构[1-2]。 日本富士通公司已经研制了成熟的手掌静脉识别产品并应用到了银行AT M 、医院和学校人员管理等领域[3]。手掌静脉识别在我国的研究和应用还处于起步和发展阶段。借鉴于较为成熟的手背静脉和视网膜预处理算法,本文对手掌静脉预处理算法进行了相应的研究,并且对关键点特征提取和匹配判别进行了分析和实现,最后在已搭建的手掌静脉识别原型样机[4]上进行了算法的实际应用和最终性能评估。 手掌静脉图像是在自主设计的手掌静脉识别原型样机上采集得到的,在图像采集的过程中,由于受到采集时间、光强、手掌倾斜度及手掌薄厚等因素的影响,采集到的手掌静脉图像在灰度分布图上存在一定程度的差异,这些都为手掌静脉的特征提取和匹配判别带来了很大困难。为了提高后续的特征提取的速度、匹配识别算法的有效性和鲁棒性,去掉不必要 的噪声干扰,降低后续工作的复杂度,有必要在特征提取之前对手掌静脉图像进行定位和归一化等一系列的预处理。手掌静脉图像的预处理是手掌静脉准确识别的必要准备和前提, 同时也是手掌静脉识别中的一个重要难点。 与手背静脉图像和手指静脉图像相比,由于手掌皮肤的特殊性,手掌静脉图像的血管可见度较低噪声干扰也很大,静脉血管的提取难度很大,这也是手背静脉识别和手指静脉识别的相关算法和文献资料很多而手掌静脉识别算法相关工作很少的一个重要原因。医学图像中的视网膜血管纹路提取技术是一项较为成熟的技术,相关的文献较多。通过对现有的实际手掌静脉图像中的静脉血管纹路进行分析,采用了视网膜识别技术中的自适应局部对比度增强算法。 通过对预处理之后的静脉血管纹路和纹理特征进行分析。纹理特征提取是直接对整个图像进行子空间降维或者滤波变换等方法提取特征,具有普遍性,但是不能体现手掌静脉图像中血管纹路唯一性的独特识别优势。而静脉血管的特征点信息丰富并且稳定,完全可以借鉴指纹识别中细化血管纹路、提取关键特征点信息和匹配判别特征点的成熟算法以提高开发的速度和效率。 手掌静脉识别算法的基本流程如图1所示。 1 手掌静脉预处理算法 通过对手掌静脉识别原型样机所采集到的实际手掌静脉 第30卷增刊2 2010年12月 计算机应用 Journal o f Computer A pp licati ons V o.l 30Supp.l 2 Dec .2010
手指静脉识别 手指静脉识别技术是一种新的生物特征识别技术它利用手指内的静脉分布图像来进行身份识别 中文名 手指静脉识别 类型 生物特征识别技术 属性 识别技术 用途 身份识别 目录 1简介 2技术优势： 3识别特点 ?活体识别 ?内部特征 ?非接触式 ?安全等级高 4工作原理 5主要应用行业 ?计生
?矿业 ?社保 1简介 工作原理是依据人类手指中流动的血液可吸收特定波长的光线而使用特定波长光线对手指进行照射可得到手指静脉的清晰图像利用这一固有的科学特征将实现对获取的影像进行分析处理从而得到手指静脉的生物特征再将得到的手指静脉特征信息与事先注册的手指静脉特征进行比对从而确认登录者的身份 手指静脉图像的识别和比对由一块目前世界上速度最快的DSP芯片完成所需时间以毫秒计它是透射光穿透手指获取内部静脉图像特征而不是用反射光来获取皮肤表面图像特征有效地避免了因皮肤表面的皱纹褶皱粗糙干裂或太湿等影响获取精确图像特征的问题且在不同环境下均能保持精度不变同时识别时接触少甚至无须接触不会有手指表面特征被第三者恶意复制的危险系统获取的是手指活体时才存在的特征非活体的手指是得不到静脉图像特征的从而也就无法造假 2技术优势 同其他生物识别技术相比指静脉认证技术具备以下主要优势 生物识别技术不会遗失不会被窃无记忆密码负担原始手指静脉影像被捕获并数字化处理图像比对由日立专有的手指静脉提取算法完成整个过程不到1秒
人体内部信息不受表皮粗糙外部环境(温度湿度)的影响使用者心理抗拒性低受生理和环境影响的因素也低包括干燥皮肤油污灰尘等污染皮肤表面异常等 适用人群广准确率高不可复制不可伪造安全便捷静脉隐藏在身体内部被复制或盗用的机率很小认假率为0.0001%拒真率为0.01%注册失败率小于0.03%活体识别用手指静脉进行身份识别时获取的是手指静脉的图像特征是手指活体时才存在的特征 3识别特点 活体识别 用手指静脉进行身份认证时获取的是手指静脉的图像特征是手指活体时才存在的特征在该系统中非活体的手指是得不到静脉图像特征的因而无法识别从而也就无法造假 内部特征 用手指静脉进行身份认证时获取的是手指内部的静脉图像特征而不是手指表面的图像特征因此不存在任何由于手指表面的损伤磨损干燥或太湿等带来的识别障碍 非接触式 用手指静脉进行身份认证获取手指静脉图像时手指无须与设备接触轻轻一放即可完成识别这种方式没有手接触设备时的不卫生的问题以及手指表面特征可能被复制
指静脉识别技术基本知识手册48P：手指静脉识别模块是由哪几个部分组 文/易时代指静脉识别专家 目前，易时代指静脉识别技术产品已经应用到非常多的领域当中去了，比如安防领域，比如金融领域，比如小区的家用指静脉识别智能锁领域，还有某些高安全要求的密保单位，还有医护安保，生产工地，监仓领域，都有不少的成功案例，因为应客户要求，很多的案例无法一一公开展示，目前有部分的成功应用案例，是可以直接在珠海易时代的官方的网站上查看到的，就是工程案例那一部分。 手指静脉识别模块是由哪几个部分组成的呢？可能有朋友想要了解 得深入一些，这里和大家简单说下，手指静脉识别模块是分别由这几个大部分组成的：核心处理电路板、近红外光源，摄像模组，滤光片等部件组成，从下面图片也可以看出，构成部分还是比较简单的。
但是，虽然看起来这个指静脉识别模块挺简单的，可它们组合起来就不简单了，而且显示出了具体的威力，特别是可以通过进行身份识别验证，也可以嵌入到各种各样的应用里面去，非常方便有开发能力的客户进行集成和做二次开发。 另外也要提醒大家一点，虽然总体来说，这个指静脉识别看起来没有那么神奇，可是真正重要的，可能还是要数里边的核心算法，而且核心算法基本就掌握在关键的一部分人手里，这些作为公司里的核心研发骨干，常常为了一丝丝的精准度提高，费尽了心思和努力，不断的提升咱们指静脉识别技术模块的识别速度和识别的精准度，让易时代指静脉识别技术与模块成为行业中的佼佼者。 或许有朋友了解了这个手指静脉识别模块是由哪几个部分组成之后，可能想着自己研发这个模块和技术，当然，咱们也不反对，只是，十几年来，国内拥有指静脉识别技术研发能力和掌握核心算法的厂家并不多，珠海易时代是其中一家，咱们不如站在巨人的肩膀上，直接进行合作，进行二次开发或深度定制，这样可以快速的切入市场，近两年生物识别市场的高速发展，如果等到自己研发出来，可能新一代的指静脉识别技术已经普及了，市场也被我们这些先行者掌握了，也就没有后来者什么事了。 因此，想要真正把指静脉识别的这个市场快速做起来，和行业的先行者走在一起，肯定是没错的，与凤凰同飞，必是俊鸟，与虎狼同行，必是猛兽。
2019年全球主要手势识别技术系统细分行业分析 1、以数据手套为输入设备的手势识别系统 目前使用广泛的人机交互设备是数据手套（DataGlove）。数据手套反馈各关节的数据，并经一个位置跟踪器返回人手所在的三维坐标，从而来测量手势在三维空间中的位置信息和手指等关节的运动信息。这种系统可以直接获得人手在3D空间中的坐标和手指运动的参数，数据的精确度高，可识别的手势多且辨识率高。缺点是数据手套和位置跟踪器价格昂贵，有时也会给用户带来不便，如持戴的手部出汗等。 由于神经网络很适合用快速、交互的方式进行训练，可用于静态手势和动态手势的输入，网络连接的权值也可以根据情况调整，各种用户都能适应手势识别系统。它的缺点是对设备的依赖性高，一旦需更换数据手套，则须重新训练网络。 2、以摄像机为输入设备的手势识别系统 输入设备可用单个或多个摄像头或摄像机来采集手势信息，经计算机系统分析获取的图像来识别手势。摄像头或摄像机的价格相对较低，但计算过程较复杂，其识别率和实时性均较差。其优点是学习和使用简单灵活，不干扰用户，是更自然和直接的人与计算机的交互方式。 目前较成功的实现手势识别的系统，均为依据手掌轮廓区域的几何特征，如手的重心及轮廓、手指的方向和形状等进行分析完成识别，或根据手掌的其他特征，如手掌的运动轨迹、手掌的肤色及纹理等进行分析识别。 手势模型的选取在手势识别系统中，对确定识别范围起着关键性作用。模型的选取往往跟具体应用有关， 不同的应用目的选取不同的模型。比如，对于某个给定的目的，可以先建立简单粗糙的模型，而后再跟据需要建立精细有效的手势模型，这对于实现自然的人机交互是必须的，可使绝大部分手势都能被系统正确的识别出来。 目前，手势模型有基于表观的手势模型和基于3D模型的手势模型。前者通过分析手势在图像（序列）里的表观特征给手势建模，它是建立在手（臂）图像的表观之上的。后者的建模方法则略有不同，其先对手和臂的运动姿态建模，然后再估计手势模型参数。 图表1：同一手势的5种模型图 资料来源：蒂华森咨询
第39卷第2期 上海师范大学学报(自然科学版)Vol.39,No.2 2010年4月 Journal of Shanghai Nor mal University(Natural Sciences)Ap r.,2010 基于实体模型的自动特征识别技术 蔡丽安,徐 颖,张友梅 (上海师范大学信息与机电工程学院,上海200234) 摘 要:提出一种基于特征实体模型的自动特征识别方法,该方法依据特征实体造型的特点,从零件的设计特征入手,通过遍历零件的造型特征,获取零件模型上所有特征的几何关系及对应的特征参数、约束,实现形状特征的自动识别,为CAD/CAPP的集成提供支持.应用实例验证该方法具有较强的适用性. 关键词:特征识别;实体模型;特征造型 中图分类号:TP391 文献标识码:A 文章编号:100025137(2010)022******* 0 引 言 目前,先进制造技术正向制造柔性化、集成化和智能化方向发展,CAD/CAPP/CAM的全信息集成是产品开发与过程设计实现并行化、集成化的基本支持工具,也是实现C I M S的前提条件.但因为CAD 系统通常采用二维造型、实体模型或设计特征表示零件,而CAPP系统所需要的却是零件的加工特征,这就需要在CAD与CAPP之间建立智能接口,将CAD系统设计时产生的设计特征转换为能供CAPP系统使用的加工特征,因此特征识别技术一直是CAD/CAPP/CAM领域的研究热点. 所谓特征识别就是从产品的实体模型出发自动识别出其中具有一定工程意义的几何形状,即特征,进而生成产品的特征模型方便后续的自动加工.特征识别的研究工作最早开始于1970年代的英国剑桥大学CAD中心,该中心的研究人员最早提出了基于边界表示的特征识别.此后,特征识别技术以及特征的概念受到了学术界以及工业界的普遍重视,研究工作广泛展开,取得了相当丰硕的研究成果.总结起来,可以将特征识别方法分为两大类,一类是边界匹配特征识别方法,包括规则法、图形法、痕迹法等;另一类是立体分解的特征识别方法,包括立体交替和分解法、单元体分解法等.这些特征识别方面大都从最底层的零件模型入手,从最基本的点、线、面开始识别,基于某种规则对拾取的点、线、面等几何特征要素进行组合匹配,构造特征几何实体、然后按预定义的特征对此特征实体进行比较、判定特征的类型,提取相应的特征参数.这对一些特征简单的模型是适用的,而对那些特征复杂,特别是有许多相交特征的零件,识别效率不是很理想[1,2]. 近年来,以特征设计(Design by feature)为基础的特征造型软件日益流行,它们所提供的特征造型方法为特征识别提供了新的思路[3].本文作者以特征造型为出发点,探讨基于特征实体模型的特征识别方法.该方法依据特征造型的特点,从单个造型特征入手进行特征识别,获取零件加工所需的几何形状信息和加工工艺信息. 收稿日期:2009212228 基金项目:上海师范大学一般科研基金项目(SK200868). 作者简介:蔡丽安(1971-),女,上海师范大学信息与机电工程学院讲师,主要研究方向:机械设计及理论.