(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210788919.6 (22)申请日 2022.07.06 (71)申请人 湖南工商大 学 地址 410205 湖南省长 沙市岳麓 大道569号 (72)发明人 陈荣元　岳伦安　周鲜成　唐扬帆　 钟炎容　黄少年　申立智　陈浪　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 李崇章 (51)Int.Cl. G06V 40/12(2022.01) G06V 10/24(2022.01) G06V 10/25(2022.01) G06V 10/32(2022.01) G06V 10/44(2022.01)G06V 10/75(2022.01) G06V 10/82(2022.01) G06T 5/00(2006.01) G06N 3/02(2006.01) (54)发明名称 一种结合手 掌骨架点的掌纹ROI提取分割方 法 (57)摘要 本发明实施例中提供了一种结合手掌骨架 点的掌纹ROI提取分割方法， 属于图像处理技术 领域， 具体包括： 步骤1， 利用神经网络分析手掌 图像， 得到手掌的多个关键骨架点； 步骤2， 根据 全部所述关键骨架点和主动形状模 型， 对手掌的 前后景进行分离， 获取手掌与背景的边界； 步骤 3， 将手掌方向归一化， 通过关键骨架点与手掌边 界获取手掌的姿态， 使用透视变换将手 掌进行倾 斜矫正； 步骤4， 根据倾斜矫正后手掌的骨架点获 取手掌的中心矩和比例尺； 步骤5， 根据所述中心 矩与所述比例尺截取手掌的ROI区域； 步骤6， 将 所述ROI区域进行光照归一化。 通过本发明的方 案， 提高了掌纹ROI 提取速度、 精准度和适应性。 权利要求书2页 说明书7页 附图5页 CN 115131833 A 2022.09.30 CN 115131833 A 1.一种结合手掌骨架点的掌纹ROI 提取分割方法， 其特 征在于， 包括： 步骤1， 利用神经网络分析手掌图像， 得到手掌的多个关键骨架点； 步骤2， 根据全部所述关键骨架点和主动形状模型， 对手掌的前后景进行分离， 获取手 掌与背景的边界； 步骤3， 将手掌方向归一化， 通过关键骨架点与手掌边界获取手掌的姿态， 使用透视变 换将手掌进行倾 斜矫正； 步骤4， 根据倾 斜矫正后手掌的骨架点获取手掌的中心 矩和比例尺； 步骤5， 根据所述中心 矩与所述比例尺截取手掌的ROI区域； 步骤6， 将所述ROI区域进行光照归一 化。 2.根据权利要求1所述的方法， 其特 征在于,所述 步骤1具体包括： 步骤1.1， 利用mediapipe工具包中的hands模块预训练的神经网络获取手掌的21个骨 架关键点信息； 步骤1.2， 利用骨架关键点信息对手掌进行 数字重构， 标记 21个关键骨架点； 步骤1.3， 使数字 重构的手掌骨架与手掌图像一 致。 3.根据权利要求2所述的方法， 其特 征在于,所述21个关键骨架点包括： 0号点为手腕部点； {1,2,3,4}为手腕到大拇指骨架上关键点； {5,6,7,8}为手腕到食指骨架上关键点； {9,10,11,12}为手腕到中指骨架上关键点； {13,14,15,16}为手腕到无名指 指骨架上关键点； {17,18,19,20}为手腕到小拇指骨架上关键点； 其中， {4,8,12,16,20}为指尖点， {5,9,13,17}为指根 点。 4.根据权利要求3所述的方法， 其特 征在于,所述 步骤2具体包括： 步骤2.1， 通过全部所述关键骨架点， 结合手掌的形状比例， 以骨架点为中心将手掌建 模， 获取手掌边界优化初始曲线L； 步骤2.2， 获取初始曲线L与点周围领域的纹理和颜色信息， 利用所述主动形状模型优 化找到手掌的边界曲线， 获取手掌与背景的边界。 5.根据权利要求 4所述的方法， 其特 征在于,所述 步骤2.2具体包括： 步骤2.2.1， 获取21个关键骨架点的灰度信息并保存为样本向量， 记为： {g0,g1,g2,……,g20}； 步骤2.2.2， 在 初始曲线L上选取n个间距相同的点， 对每 个点依次进行优化； 步骤2.2.3， 将每 个点的局部特 征进行归一 化： 步骤2.2.4， 计算灰度模型的均值： 步骤2.2.5， 计算灰度模型的协方差矩阵：权　利　要　求　书 1/2 页 2 CN 115131833 A 2步骤2.2.6， 计算匹配过程中找到的特 征点， 计算 其马氏距离， 找出最佳匹配点： 步骤2.2.7， 使用多分辨 率的图片对图像边界进行拟合； 步骤2.2.8， 重复步骤2.2.1至步骤2.2.7， 得到优化后手掌的边界曲线L ’。 6.根据权利要求5所述的方法， 其特 征在于,所述 步骤3具体包括： 步骤3.1， 将手掌的关键骨架点信息与手掌的边界信息进行组合， 根据关键骨架点信息 使用旋转和平 移将手掌进行 方向和大小归一 化； 步骤3.2， 将手掌图像与正视模板手掌进行对比， 获得后续透 视变换的参数； 步骤3.3， 将手掌图像通过透 视变换， 转换为 正视手掌图像。 7.根据权利要求6所述的方法， 其特 征在于,所述 步骤4具体包括： 步骤4.1， 获取矫 正后手掌区域的骨架点， 通过骨架点计算出手掌区域的中心 矩； 步骤4.2， 获取手掌骨架点中指骨根 点与无名指骨根 点的距离L1作为手掌的比例尺。 8.根据权利要求7 所述的方法， 其特 征在于,所述 步骤5具体包括： 步骤5.1， 将手掌的中心矩作为ROI的中心点， 并截取以中心矩为中心点的边长为2L1的 正方形ROI区域； 步骤5.2， 将ROI区域的图像进行 大小归一 化。 9.根据权利要求8所述的方法， 其特 征在于,所述 步骤6具体包括： 步骤6.1， 将ROI区域的RGB图像转换为灰度图像； 步骤6.2， 计算出 灰度图像的平均灰度； 步骤6.3， 将灰度图像分为16*16个块， 并求出每个块的平均灰度， 得到字块的亮度矩阵 E1； 步骤6.4， 将字块减去原图的平均灰度， 得到 字块的亮度矩阵E2； 步骤6.5， 用双立方插值法， 将均值E 重构成和原图一样大小的亮度分布 矩阵R； 步骤6.6， 将原始图像 中的各像素值各自减去全图像亮度差值中对应的数值， 从而实现 光照亮度平衡； 步骤6.7， 使用g amma矫正将图像的整体亮度调整到指定的数值。权　利　要　求　书 2/2 页 3 CN 115131833 A 3