掌纹识别支付系统及 APP

(整期优先)网络出版时间:2019-12-05
/ 2

掌纹识别支付系统及 APP

高楚洋 程龙 喻乔 于云龙 王万东

摘要:掌纹识别也是一种非侵犯性的识别方法,用户比较容易接受,对采集设备要求不高。掌易付在后续的技术公关中会解决成本造价的问题,随着信息技术和网络技术的高速发展,信息安全显示出前所未有的重要性。生物识别技术以其特有的稳定性、唯一性和方便性,可替代传统的二维码、指纹等技术,在电子支付类中拥有十足的创新性。

关键词:掌纹识别;非侵犯性;电子支付;信息技术

一、我国掌纹技术的现状及运算

在当今社会,随着通信技术和互联网的飞速发展,人类物理和虚拟活动空间不断扩大,社会对于人类自身身份认证的准确性、安全性和实用性提出更高要求。由于目前广为使用的传统的身份认证方法存在失密和易受攻击的缺陷,造成重大的安全隐患和经济损失。人们开始把目光转向生物特征识别技术。目前,基于指纹、虹膜、手形等生物特征的识别系统已经在实际应用中得到了检验,尤其是基于指纹的生物识别系统,应用最为广泛。据统计,指纹系统在2003年全球生物识别市场上占领了52%的份额,即使识别效果较差的手形识别系统也占有10%的市场 。掌纹识别并不会让人联想到隐私权的侵害,它的被测试者可接受程度较高,而且识别系统的硬件标准化程度比人脸识别、语音识别等方法高,识别速度也较快。因此是一种很有发展潜力的身份识别方法。而且掌纹识别技术成本低、识别准确实时,是“人人用得起,用得好”的物美价廉型身份识别产品,完全可以取代密码、IC卡等传统的身份认证方式,可用于需要身份鉴别的各种场合 。

二、系统架构

系统介绍

基于掌纹的识别与比对原型系统PPRS,系统结构大体包括两部分,一部分是离线训练模块,另一部分是系统实现模块,系统的两个模块中,离线训练模块是一个基础模块。由于本文的基础算法是基于5de853cb46ae6_html_dea087889d76962d.gif 小波和5de853cb46ae6_html_69a4b69bcec32630.gif 掌的识别算法,所以训练部分是整个系统能否完成任务的基础,大量的基础性工作内容要在训练部分完成。在训练部分得到比较好的结果情况下,系统的效果才能达到比较令人满意的程度。

(二)实现功能

考勤人员;

银行及信用卡方面的应用;

电子商务中的个人信息安全;

对隐私的存取控制;

闪付功能(NFC)

三、产品软件界面

5de853cb46ae6_html_1d49973fb2b08415.jpg5de853cb46ae6_html_cd8fc0e46ce07f60.jpg5de853cb46ae6_html_f213743ffe7ecf8c.jpg5de853cb46ae6_html_16cc920689b4af7.jpg5de853cb46ae6_html_46a68aed43785076.jpg5de853cb46ae6_html_b6ab65eabbd01911.jpg

四、产品核心技术

掌纹中最重要的特征是纹线特征,而且这些纹线特征中最清晰的几条纹线基本上是伴随人的一生不发生变化的。并且在低分辨率和低质量的图像中仍能够清晰的辨认。[1]

点特征指的是掌纹屈肌线在局部形成的三角点及纹型,也包括纹线的起止点和一些间接特征点的提取。 正像前面提到的那样,提取点特征并不意味着一定以点作为特征完成分类和匹配工作,也可以通过所提取点的辅助,间接形成其他特征的提取(如线特征)。

5de853cb46ae6_html_3373c3addf514864.gif 是比较经典的提取点特征的算子之一,方法是在以(a,b)为中心的m5de853cb46ae6_html_8607e2e1fa19beb7.gif m(多为5×5)大小的窗口中,求解四个方向相邻像素灰度差的平方和的最小值S,将其作为该像素(a,b)的兴趣值,其中,g为对应坐标的灰度值。

若像元5de853cb46ae6_html_7ba2652c32ec8f0d.gif 的S值大于给定的经验阀值T,则该像元为备选特征点,然后用“抑制局部非最大”S值的方法确定特征点,即检验每个备选特征点的S值是否为一定大小窗口内的最大值。如果在窗口内有几个备选特征点,则取M值最大的像元作为特征点,其余均去掉,也就是选择具有最大一最小灰度方差的点作为特征点。 由于5de853cb46ae6_html_3373c3addf514864.gif 算子的定义中包含了兴趣值的概念,将基于兴趣度大小确定的兴趣点作为特征点来提取,此举避免了因采用传统算法而出现的许多冗余点,冗余点会增加匹配算法的计算消耗。

方向投影算法(directional projection algorithm)也是点特征和线特征提取的经典算法,目前在掌纹识别领域中,绝大部分点特征的提取均依赖于此算法完成 。该算法在原始图像坐标系下建立新的直角坐标系,以想要投影的方向a(一般取5de853cb46ae6_html_a585eaea9566bf1e.gif5de853cb46ae6_html_498e623617f2be3d.gif5de853cb46ae6_html_732f1096d7c0fec6.gif5de853cb46ae6_html_7de116e084321963.gif )为新坐标系的x轴方向,投影方向的法线方向为新坐标系的y轴方向。在新坐标系中,取以其原点为中心的大小为mxn的子图S,使用公式3.2计算S在x轴方向上的投影,其中(x,y)是点(x,y)的灰度值。对该投影进行平滑处理后求其最大值yo,得到新坐标系下的点(0.yo),用公式3.3求得此点在原坐标系中的坐标,该点即为子图在方向a上的投影,(i,)为新坐标系原点在原坐标系中的坐标。

(2)这里的线特征可以看作是掌纹三大主线和脊线及皱纹线的组合,该特征明显且稳定,但较难提取。用于掌纹线特征的检测算法主要有基于空域微分算子的边缘检测法,方向投影算法和基于堆栈滤波(stack filter)的方法。 传统的线特征提取多基于边缘检测,由于边缘点对应于梯度具有最大值的点,也对应于二阶微分的零交叉点,因此边缘检测常借助于空域微分算子进行。梯度算子是微分算子中最为常见的一种,在实际中常用两个m

5de853cb46ae6_html_8607e2e1fa19beb7.gif m大小的模板与图像卷积来近似计算梯度,两个模板分别对应于图像的x方向和v方向的梯度近似。

掌纹纹理具有一定的宽度,其主线具有约6个像素的宽度,为了不丢失线特征的宽度信息,由Canny算子实现的步进边缘检测(step-edge-detection)算法得到使用。为了衡量一个边缘检测算子是否满足应有的性能指标,Canny提出了判定的三个准则:信噪比准则,定位精度准则和单边缘响应准则。他以这些准则为基础,应用变分原理得到一个由边缘定位精度和信噪比乘积组成的并且形式近似于高斯函数一阶导数的表达式。从而把边缘检测问题转换为检测函数极大值的问题。 将用高斯函数平滑后的图像与高斯函数的一阶导数和二阶导数做卷积以检测水平方向的线段。它们被定义为水平方向的线性检测器,5de853cb46ae6_html_365269e6aff06994.gif 为一维高斯函数,其他方向上的线特征检测通过将水平方向线性检测器旋转角度5de853cb46ae6_html_6a62e7e29f7999ea.gif 后得到。

基于堆栈滤波(5de853cb46ae6_html_c96ed8f7867fbbfe.gif ) 的金字塔边缘检测算法同和依据灰度形态学中的膨胀(dilation)、腐蚀(erosion)、开、闭等概念(50]构造的算子也被用于掌纹纹理特征的提取。

五、系统的结构和工作流程

5de853cb46ae6_html_954c0b9e4ff5e2b7.png

图1系统的结构和工作流程

六、结语

本产品针对目前的支付方式进行独特的创新,将指纹与掌纹结合创新设计出适合目前人们消费支付的新潮方式。我们调查了传统的支付方式,在传统的支付中我们应用到指纹或者输入密码的方式进行支付,这样会非常消耗时间且如果出现意外可能会尴尬。所以为了避免发生意外,独特创新出用手掌进行的一种支付手段。为了加强用户的体验研制了一种手掌识别系统,该系统可以快速录取用户的指纹以及掌纹,在读取发面可以做到高精度识别,不浪费用户任何时间,对于用户的体验度上进行了特别的优化。

参考文献

[1]Nitish Srivastava N S.Improving Neural Networks with Dropout[J].2013.

[2] BELLAS1 D E, BETTINI L, BENKESER C, et al, VL. SI Design of A Monalithic Compressive-Sensing Wideband Analog-to-Information Converter [J]. Emerging and Selected Topics in Circuits and Systems, IEEE Journal on,2013,4(3):552-565.

[3]王艳霞,擎纹识别关键技术及算法的研究[D]北京;北京交通大,2008(4).

[4]徐风.掌纹特征采集与识别技术及其算法研究[D]杭州:浙江大学,2008(1l).

[5]岳峰,左旺孟,张大鹏.掌纹识别算法综述[J].自动化学报,2010,36(3):353-365.

[6]李强,裘正定.基于改进二维主成分分析的在线掌纹识别[J].电子学报,2005,33(10):1886-1889.

[7]郭金玉,苑玮琦.基于独立成分分析的掌纹识别[J].光电工程,2008,35(3):136-139.

[8]郭金玉,古丽华,李元,等.基于多线性独立成分分析的掌纹识别[J].计算机工程,2011,36(12):13-15.