張美金，馮澤宇

（遼寧工程技術(shù)大學(xué) 電氣與控制工程學(xué)院，遼寧 葫蘆島 125105）

0 引言

縱觀能源的使用歷史和使用現(xiàn)狀[1]，煤炭占據(jù)了主導(dǎo)地位，中國(guó)能源的使用和消耗巨大，給能源生產(chǎn)提出了更高的要求.為適應(yīng)安全、穩(wěn)定、高效的煤炭開(kāi)采要求，研究井下人員指靜脈身份識(shí)別系統(tǒng)十分必要.

煤礦工作人員人數(shù)眾多，工作環(huán)境惡劣[2]，部分煤礦在人員管理方面存在問(wèn)題，進(jìn)出井作業(yè)的人員不佩帶標(biāo)識(shí)卡或佩帶多張標(biāo)識(shí)卡等現(xiàn)象為煤炭企業(yè)的正常安全生產(chǎn)作業(yè)帶來(lái)隱患，安全事故一旦發(fā)生，將給救援工作帶來(lái)極大困難.現(xiàn)有的身份識(shí)別有ID卡識(shí)別、指紋識(shí)別、虹膜識(shí)別、人臉識(shí)別.ID 卡在使用時(shí)沒(méi)有任何限制權(quán)限和使用權(quán)限，很容易被仿制，佩戴過(guò)程中容易丟失，同時(shí)需要網(wǎng)絡(luò)來(lái)處理相關(guān)信息.指紋識(shí)別有相對(duì)較高的安全性，不存在丟失的問(wèn)題，但對(duì)使用者和使用環(huán)境有一定的要求，目前是應(yīng)用最為廣泛的一種識(shí)別方式.虹膜識(shí)別能提供比較多的特征識(shí)別點(diǎn)，在生物識(shí)別手段中精確程度高、可靠程度高、速度快，但識(shí)別系統(tǒng)成本較高.人臉識(shí)別安全、穩(wěn)定，但在一些特定場(chǎng)合中識(shí)別率較低，現(xiàn)有的礦用身份識(shí)別方法是基于人臉識(shí)別技術(shù)進(jìn)行匹配，由于煤礦進(jìn)出井環(huán)境惡劣，識(shí)別效果不理想.

靜脈識(shí)別技術(shù)作為生物識(shí)別特征的新興領(lǐng)域，在安全性方面更加牢靠，識(shí)別準(zhǔn)確率更高，在井下復(fù)雜工作環(huán)境中有獨(dú)特優(yōu)勢(shì).醫(yī)學(xué)證明，靜脈血管在人體淺表，隨年齡增長(zhǎng)變化不大，且靜脈識(shí)別只能在活體中進(jìn)行，不能被偽造和人為改變，且采集的設(shè)備輕巧、方便、易攜帶[3]，為煤礦惡劣環(huán)境下工作人員的身份識(shí)別提供了新思路.因此，設(shè)計(jì)一種適合于井下使用的指靜脈圖像采集設(shè)備，完成圖像采集，并對(duì)采集的圖像進(jìn)行提取、灰度歸一化、濾波處理，在此基礎(chǔ)上，計(jì)算指靜脈細(xì)節(jié)點(diǎn)集Hausdorff 距離，實(shí)現(xiàn)圖像匹配識(shí)別（MHD），達(dá)到人員身份識(shí)別的目的.

1 指靜脈圖像獲取

靜脈識(shí)別技術(shù)利用了血液中血紅蛋白吸收近紅外光的特性，考慮進(jìn)出井口燈光環(huán)境，將近紅外光采用透射的方式照向手指來(lái)獲取手指靜脈圖像，其成像方式見(jiàn)圖1.

圖1 透射式成像方式Fig. 1 transmission imaging mode

圖像采集設(shè)備采用可以順利穿過(guò)皮膚的（850±10）nm 波長(zhǎng)近紅外光[4-5].為得到較高分辨率的圖像，指靜脈圖像采集裝置采用固定槽放置手指，見(jiàn)圖2.將近紅外光源調(diào)整到合適的光線(xiàn)強(qiáng)度，使近紅外光線(xiàn)穿透手指靜脈組織部位，然后經(jīng)過(guò)紅外濾光片過(guò)濾其他波段的干涉，通過(guò)COMS 圖像傳感器捕獲手指靜脈結(jié)構(gòu)圖像并保存.手指靜脈圖像采集設(shè)備結(jié)構(gòu)見(jiàn)圖3.

圖2 手指固定支架Fig.2 finger fixing bracket

圖3 手指靜脈圖像采集設(shè)備結(jié)構(gòu)Fig. 3 structure of finger vein image acquisition equipment

2 指靜脈身份識(shí)別技術(shù)

2.1 圖像質(zhì)量篩查

指靜脈識(shí)別的關(guān)鍵是獲取條紋清晰的指靜脈圖案.實(shí)驗(yàn)發(fā)現(xiàn)不同質(zhì)量的指靜脈圖像靜脈線(xiàn)條深度不同，指靜脈線(xiàn)條結(jié)構(gòu)的復(fù)雜性也不同.線(xiàn)條深度和復(fù)雜性可作為評(píng)價(jià)指靜脈圖像質(zhì)量的標(biāo)準(zhǔn)，因此，以這兩條指標(biāo)對(duì)圖像篩查，評(píng)估圖像質(zhì)量.圖4為不同質(zhì)量圖像之間差異示例.圖4（a）、圖4（b）分別為采集到的指靜脈線(xiàn)條深、淺的指靜脈圖像.圖5 為靜脈線(xiàn)數(shù)量引起的的圖像差異.

圖4 不同質(zhì)量圖像之間差異示例Fig.4 examples of differences between different quality images

圖5 靜脈線(xiàn)數(shù)量引起的的圖像差異Fig.5 image difference caused by the number of venous lines

評(píng)估手指靜脈圖像的質(zhì)量[6]步驟如下.

（1）將采集的指靜脈圖像沿垂直方向提取靜脈區(qū)域的灰度值.

（2）計(jì)算垂直方向上灰度值的一階導(dǎo)數(shù)，根據(jù)導(dǎo)數(shù)的最值檢測(cè)出靜脈點(diǎn).

（3）根據(jù)圖像選出的靜脈點(diǎn)數(shù)，對(duì)靜脈點(diǎn)進(jìn)行模糊矢量量化（FVQ），進(jìn)而對(duì)靜脈點(diǎn)進(jìn)行歸一化處理，將其與閾值進(jìn)行對(duì)比來(lái)判斷圖像是否為高質(zhì)量圖像.

2.2 圖像ROI 提取

手指采集的原始靜脈圖像需要經(jīng)過(guò) ROI 提取和圖像歸一化.由于獲得的原始圖像中手指靜脈區(qū)域和背景區(qū)域具有明顯的邊緣，并且原始圖像中的靜脈區(qū)域在水平方向，故可以在該方向利用Sobel算子提取手指靜脈區(qū)域.從圖像中心開(kāi)始向兩邊搜索，當(dāng)搜索到第一個(gè)非零元素時(shí)停止.并以此點(diǎn)為基準(zhǔn)做兩條平行線(xiàn)對(duì)手指的輪廓圖像進(jìn)行切割，即可得到ROI 區(qū)域圖像.

圖像歸一化包括尺度歸一化和灰度歸一化兩步.經(jīng)過(guò)ROI 提取得到圖像的尺寸不同，為方便后續(xù)的處理，需要對(duì)圖像進(jìn)行尺度歸一化.對(duì)ROI 圖像進(jìn)行尺寸標(biāo)準(zhǔn)化處理方法：在采集指靜脈信息時(shí)，以手指的中軸線(xiàn)作為選定感興趣區(qū)域提取的基準(zhǔn)，以其中點(diǎn)為基準(zhǔn)線(xiàn)，在一定區(qū)域范圍內(nèi)劃定指靜脈圖像，即可獲取到所需要的感興趣區(qū)域，又同時(shí)完成指靜脈圖像的尺度歸一化，尺度歸一化后，圖像中灰度分布將會(huì)有所差別，為方便后續(xù)的特征提取和分類(lèi)，需要對(duì)圖像進(jìn)行灰度歸一化.將圖像的灰度最初聚集的范圍調(diào)整為[0，255]，以獲得均勻的圖像灰度分布[7].

2.3 手指靜脈圖像效果增強(qiáng)

Gabor 濾波器[8]非常適合紋理的表示和辨別，可以在提取的ROI 中特定的方向上分析出是否有特性的頻率內(nèi)容.設(shè)水平向右為0°方向，在45°方向，90°方向，135°方向，180°方向使用Gabor 濾波器，對(duì)手指靜脈圖像進(jìn)行增強(qiáng)處理.

Gabor 濾波算法計(jì)算公式為

式（1）、式（2）中，x、y分別為圖像的橫、縱坐標(biāo)值；σx、σy分別為高斯包絡(luò)面的標(biāo)準(zhǔn)偏差；θ為Gabor 函數(shù)并行條紋的方向.

由于Gabor 濾波器實(shí)部的作用是縮短處理時(shí)間，所以用沒(méi)有虛部的偶對(duì)稱(chēng)Gabor 濾波器來(lái)計(jì)算.在每個(gè)通道上用與其對(duì)應(yīng)的Gabor 核函數(shù)對(duì)原始圖像進(jìn)行卷積來(lái)獲得濾波后的圖像即

圖6為Gabor 濾波前、后指靜脈圖像對(duì)比，可以發(fā)現(xiàn)濾波后圖像明顯增強(qiáng).

圖6 Gabor 濾波前、后指靜脈圖像對(duì)比Fig.6 comparison of Gabor filtering

2.4 手指靜脈圖像特征點(diǎn)提取與識(shí)別

將靜脈圖像與拍攝背景區(qū)分產(chǎn)生黑白靜脈圖像來(lái)表征靜脈圖像的特征.首先，提取圖像點(diǎn)的最大曲率[9]（MC）、重復(fù)線(xiàn)跟蹤[10]（RLT）、主曲率[11]（PC）、寬線(xiàn)檢測(cè)（WLD）這4 種特征.然后，進(jìn)行多數(shù)投票（MV），即將特征提取結(jié)果進(jìn)行投票來(lái)決定該像素是否為指靜脈，若超過(guò)一半的提取器同意，則判定為指靜脈，否則判定為背景，最后采用基于細(xì)節(jié)點(diǎn)的MHD 算法[12]對(duì)圖像進(jìn)行匹配識(shí)別，即在獲取到手指靜脈特征以后，提取手指靜脈的細(xì)節(jié)點(diǎn)（交叉點(diǎn)和終點(diǎn)）.通過(guò)MHD 算法，計(jì)算手指靜脈的細(xì)節(jié)點(diǎn)的Hausdorff 距離[13].用Hausdorff距離作為判斷手指靜脈識(shí)別和匹配的依據(jù)，大于閾值則判定為不匹配，反之則匹配.

3 指靜脈身份識(shí)別系統(tǒng)設(shè)計(jì)

3.1 指靜脈識(shí)別系統(tǒng)架構(gòu)

基于指靜脈識(shí)別技術(shù)的井下人員身份識(shí)別方法系統(tǒng)設(shè)計(jì)架構(gòu)見(jiàn)圖7.

圖7 系統(tǒng)整體設(shè)計(jì)架構(gòu)Fig.7 overall design architecture of the system

圖7中系統(tǒng)中主要包括靜脈特征圖像的采集和信息處理匹配識(shí)別2 部分.硬件部分主要完成指靜脈圖像信息采集，包括能發(fā)射固定波長(zhǎng)紅外光的LED 光源、CMOS 圖像傳感器、對(duì)焦光路、數(shù)據(jù)傳輸，以及供電線(xiàn)路.軟件部分包括指靜脈圖像預(yù)處理、ROI 提取、特征點(diǎn)提取和匹配識(shí)別算法、用戶(hù)交互界面.

3.2 裝置研制

指靜脈圖像采集裝置采用能發(fā)射850 nm 紅外光的LED 光源（圖8）、濾光范圍為（850±10）nm固定濾光片、CMOS 圖像傳感器（圖9），以及數(shù)據(jù)傳輸電路和供電電路.利用流動(dòng)在靜脈血管中的血紅蛋白可以吸收近紅外光的特性采集指靜脈結(jié)構(gòu)圖像，用帶有濾光片的CMOS 圖像傳感器來(lái)采集透射過(guò)手指的近紅外光，從而使靜脈血管部分在圖像內(nèi)留出陰影，獲取未處理的原始靜脈紋路圖像.

圖8 紅外光源Fig.8 infrared light source

圖9 CMOS 圖像采集模塊Fig. 9 CMOS image acquisition module

為便于采集器在PC 端工作，采用USB2.0 傳輸數(shù)據(jù)并供電.為達(dá)到較好的采集效果，采集儀器外殼部分根據(jù)紅外線(xiàn)波長(zhǎng)和CMOS 焦距位置來(lái)固定手指位置.指靜脈采集的過(guò)程和采集裝置外觀見(jiàn)圖10.

圖10 采集儀器外觀及采集過(guò)程Fig. 10 appearance and acquisition process of acquisition instrument

采集與匹配顯示界面見(jiàn)圖11～圖13.可視化交互界面所涵蓋內(nèi)容主要有采集注冊(cè)、采集識(shí)別、采集驗(yàn)證、刪除、清空，以及顯示數(shù)據(jù).采集注冊(cè)將個(gè)體指靜脈信息進(jìn)行錄入，利用采集識(shí)別功能對(duì)采集到的指靜脈進(jìn)行一對(duì)一的驗(yàn)證和識(shí)別.

圖11 人員信息注冊(cè)Fig.11 personnel information registration

圖12 人員信息識(shí)別Fig.12 personnel information identification

圖13 單項(xiàng)人員驗(yàn)證Fig.13 individual verification

4 性能測(cè)試

試驗(yàn)環(huán)境：PC 機(jī)主頻為2.5 GHz、內(nèi)存為32 GB、操作系統(tǒng)環(huán)境為Windows10（64 位）；外部環(huán)境為室內(nèi)燈光照明環(huán)境偏暗，利用CMOS 圖像傳感器采集指靜脈圖像.通過(guò)對(duì)單個(gè)人的數(shù)據(jù)驗(yàn)證測(cè)試和樣本隨機(jī)抽取匹配實(shí)驗(yàn)測(cè)試以及多種生物識(shí)別技術(shù)的對(duì)比測(cè)試，驗(yàn)證準(zhǔn)確率可達(dá)到99.99%，滿(mǎn)足礦井復(fù)雜條件的驗(yàn)證需求.將指靜脈識(shí)別技術(shù)應(yīng)用到入井人員身份識(shí)別方法中，可以達(dá)到理想的效果，滿(mǎn)足生產(chǎn)實(shí)際的要求.部分實(shí)驗(yàn)數(shù)據(jù)見(jiàn)表1～表3.錄入數(shù)據(jù)庫(kù)100個(gè)實(shí)驗(yàn)樣本，分別對(duì)4 個(gè)單體進(jìn)行1 000 次的單體驗(yàn)證，來(lái)測(cè)試驗(yàn)證成功率，結(jié)果見(jiàn)表1.對(duì)10 個(gè)樣本、50 個(gè)樣本、100 個(gè)樣本隨機(jī)抽取8 個(gè)、40 個(gè)、80 個(gè)進(jìn)行識(shí)別成功率驗(yàn)證，結(jié)果見(jiàn)表2.不同生物識(shí)別技術(shù)對(duì)比分析數(shù)據(jù)見(jiàn)表3.

表1 單個(gè)實(shí)驗(yàn)樣本驗(yàn)證成功率Tab.1 validation success rate of single experimental sample

表2 數(shù)據(jù)庫(kù)識(shí)別成功率Tab.2 success rate of database identification

表3 不同特征識(shí)別技術(shù)對(duì)比分析Tab.3 Comparative analysis of different feature recognition technologies

5 結(jié)論

（1）對(duì)現(xiàn)有生物特征識(shí)別技術(shù)進(jìn)行對(duì)比，明確手指靜脈識(shí)別技術(shù)在特定環(huán)境的優(yōu)勢(shì)，將指靜脈識(shí)別技術(shù)應(yīng)用于井下人員身份識(shí)別.

（2）提出使用4 信道Gabor 濾波器對(duì)指靜脈圖像進(jìn)行增強(qiáng).增強(qiáng)效果顯著.

（3）針對(duì)手指靜脈特征提取問(wèn)題，提出使用4種特征提取器（PC、RLT、WLD、WV）聯(lián)合投票判定方法，極大的增強(qiáng)了指靜脈特征提取的準(zhǔn)確性.