手指多模态生物特征偏振成像系统设计

杨金锋，李承尚，史玉坤

（中国民航大学天津市智能信号与图像处理重点实验室，天津 300300）

手指多模态生物特征偏振成像系统设计

杨金锋，李承尚，史玉坤

（中国民航大学天津市智能信号与图像处理重点实验室，天津 300300）

获得稳定、清晰的生物特征图像始终是生物特征识别技术需要解决的关键问题。手指多模态生物特征偏振成像系统能够实现手指纹、指静脉、指节纹生物特征的同时采集，并具有如下优点：自动调节指静脉摄像头和指节纹摄像头的位置，使ROI（感兴趣区域）位于采集图像的中心位置；实现多光谱采集时对不同波段光束的顺序控制和量化控制，利用偏振成像原理有效抑制成像噪声。

手指；多模态生物特征；偏振成像；多光谱

近几十年来，生物识别技术日益受到人们的关注，并已成为身份鉴别领域的一个核心方向。以单一生物特征为基础的单模态生物特征识别已得到广泛应用，但是单模态生物识别技术容易受到外界环境以及生物特征受损等内在因素双重影响，在很多应用情况下单模态生物识别技术都不能有效满足身份鉴别的实际需求[1-2]。以多个生物特征融合为基础的多模态生物识别技术能够弥补单模态生物识别技术的许多不足，因此逐渐受到人们的重视。采集清晰可靠的生物特征图像是生物识别技术需要解决的首要问题。本文提出的是一种利用偏振光成像原理同时采集指纹、指静脉、指节纹三模态特征图像的系统。

目前对指纹的研究已比较成熟[3-4]，应用较为广泛，但指纹特征存在着易损伤、易污染以及易伪造等缺陷。指静脉位于皮下，静脉特征不易受损、污染而且不易复制[5-6]。但静脉特征成像困难，采用传统成像方式无法得到高质量的特征图像。指节纹位于手指背侧，受污染和磨损的概率比较小，而且受关节活动的影响，指节纹也不易伪造[7-8]。但是指关节的活动以及指关节皮肤的粗糙度会给指节纹特征图像带来较大噪声和类内变化。手指3个模态生物特征各有优缺点，将3个模态融合起来，发挥各模态的优点，规避各自缺点将成为手指生物特征识别的一个重要方向。

综合考虑生物组织的多光谱特性和偏振光成像特点，该系统采用以偏振光原理为基础的成像方案。手指多模态生物特征偏振成像系统由采集装置和计算机组成，如图1所示。首先根据指纹、指静脉和指节纹的生理特征，本文设计了采集装置的构架。从三模态特征成像原理设计了成像光路和控制电路。以硬件为基础设计了成像采集软件系统。

1 采集装置设计

如图1所示，采集装置包括：单片机、LED选择电路、滑动模块、LED阵列、指纹采集仪、指静脉摄像头、指节纹摄像头、0°起偏器、0°检偏滤片、90°检偏滤片、高通滤片、低通滤片。单片机与LED选择电路和滑动模块相连接，并通过串口与计算机相连接。

图1 成像系统原理图Fig.1 Schematic diagram of capturing system

1.1 成像光路设计

医学研究表明，近红外光容易被静脉中的脱氧血红蛋白吸收而能够穿透其它生物组织[7]，所以采用近红外发光二极管作为指静脉成像的透射光源。手指指纹信息包含在皮肤表皮中，因此采用可见光发光二极管作为指节纹特征成像的反射光源。由于目前对指纹的研究已相当成熟，有很多现有指纹采集产品可以满足学术或者实际需求，所以，本文对指纹的采集使用的是现有光学指纹采集模块。这样采集系统需要2组偏振光源，每组光源由2个波段的LED阵列构成，即用于指节纹成像的470 nm和495 nm光源组和用于指静脉成像的830 nm和850 nm近红外光源组。

为得到偏振光，在LED光源下面加上一组0°偏振片作为起偏器，如图1所示。偏振光照射手指皮肤会发生4种变化：反射、折射、漫反射和散射。反射光和折射光保持与入射光一样的偏振角度，而漫反射光和散射光则无偏振特性。漫反射光中包含十分丰富的皮肤生物特征信息。指节纹成像过程中，在指节纹摄像头前加90°偏振片作为检偏器，如图1所示，通过90°检偏滤片消除偏振光束得到漫反射光束即可获得清晰的生物组织表皮特征图像。偏振光束进入手指内部有3种状态：吸收、散射和透射。透射光保持入射光的偏振特性，散射光则完全失去了偏振性，成为自然光。在手指静脉成像中，散射正是降低静脉图像对比度的一个重要因素，因此，在指静脉摄像头前安装0°检偏器，消除散射光，十分有利于提高手指静脉图像的质量。

指静脉为近红外光透视成像，可见光对静脉成像的干扰非常大。静脉成像光源波长为830 nm和850 nm，因此指静脉摄像头配以HB720滤光片，阻止730 nm以下的光波通过。指节纹成像单元的LB570短波通滤片阻止590 nm以上的光波通过，这样基本杜绝了各成像单元之间的光源干扰，保证了各模态生物特征成像互不影响。

1.2 LED控制电路

医学研究表明，活体组织在不同波段下具有不同的光学特性，变换光谱可探测到生物组织所蕴含的不同介质的特征内容[8-11]。为此，本文设计了LED控制电路，由单片机和LED选择电路构成，主要有2个功能：①实现双波段光源发光的顺序控制；②实现光源发光强度的量化控制。顺序控制的目的是根据用户选择点亮不同波段的LED光源获得不同波段下的生物特征图像。量化控制的目的是使光源的发光强度适应不同采集者手指粗细不同的实际情况。光源的顺序控制是通过单片机和LED选择电路实现的。单片机接收到计算机发送的选择信号，向LED选择电路的相应接口输入电压，光路选择电路上电后点亮对应的灯组。LED选择电路的部分原理如图2所示。灯组接口采用共阳极接法，这样便于单片机引脚直接控制。

图2 LED选择电路的原理图Fig.2 LED selective circuit

量化控制是通过单片机利用PWM（脉冲宽度调制）原理实现的。在一定频率的方波中，调整高电平和低电平的占空比即可实现。如用低电平点亮一个LED灯，假设把一个频率周期分为10个时间等份，如果方波中的高低电平占空比是9：1，也就是说一个电平输出周期T内只有1/10 T的时间是点亮LED的，当频率超过100 Hz，由于人眼视觉残留效果，就可让人眼无法察觉到闪烁，感受到的只是亮度的变化，这时就是一个比较暗的亮度。本系统根据此原理设置了9个亮度级。

1.3 成像设备

为降低后续三模态ROI（感兴趣区域）归一化可能产生的特征形变，指节纹和指静脉成像模块采用相同分辨率的摄像头模块，根据各成像单元的需求配以不同焦距的光学镜头。如前文所述，指节纹为反射成像，特征信息主要包含在漫反射光中，光束不具有指向性。为降低光束能量的损失，需将指节纹摄像头放置在指节纹位置较近处，故需给指节纹摄像头配以微距镜头。指静脉摄像头成像范围比指节纹摄像头大，成像距离稍远，配以高清近焦镜头。指纹采集仪采用中控公司的U4500光学指纹采集仪。

1.4 滑动模组

不同人手指长短不一，当手指放入采集装置中时，手指的位置不一定是指纹、指静脉、指节纹的最适合采集区。因此快速便捷地对3个摄像头的位置进行调节就显得十分重要。成像系统滑动模组的功能是实现指节纹摄像头和指静脉摄像头位置的自动调节，其目的是确保同时采集到手指3个模态的ROI，并使ROI位于采集图像的中心位置，有利于后期特征提取。其工作流程是当采集者的手指放入采集装置中时，计算机通过分析指定帧的采集图像判断如何调整，然后将相应指令发送到采集装置中的单片机，单片机驱动指节纹摄像头和指静脉摄像头下的滑动模块做出相应的动作。

将指纹采集仪固定，作为确定手指放置位置的标准，这样只需移动指节纹采集摄像头和指静脉采集摄像头。要解决的首要问题就是如何定位各模态的ROI区域。

如图3（a）所示，人手指远端指关节和近端指关节处的滑液透光率比周围组织高。因此在手指静脉图像中，2个指关节的亮度要高于指关节间的静脉图像的亮度。本文就是通过定位这2个高亮区域确定手指静脉图像的ROI，即2个高亮区域中间的静脉图像[12-13]。

指节纹无明显的特征标志，但是可以通过指静脉ROI区域定位指节纹，如图3（a）所示，近端指关节对应的手指背侧即为指节纹区域。

计算机程序首先将手指静脉图像分成前后2部分，如图3（b）（1）所示，在图像中心附近预设一个范围框，如图3（b）（2）所示；按预设步长在范围框内逐列比较每列总像素值，找出像素值最大的列，如图3（b）（3）所示；在像素值最大列的两端分别找到像素值最大的定位点，如图3（b）（4）所示；比较前半图中的定位点到图像上边缘的距离与后半图中的定位点到图像下边缘的距离；根据比较值，通过串口向单片机发送调节命令；单片机驱动电机，带动与指静脉和指节纹摄像头相连的滑块，调节位置；每隔10帧重复上述定位过程，直至两定位点到对应图像边缘距离差小于阈值。下半图中的高亮区对应指节纹ROI，通过预设初始位置，可使指静脉定位调整结束时，指节纹ROI位于指节纹采集图像中心位置。

图3 手指ROI定位及提取示意图Fig.3 Positioning and extraction of finger ROI

2 计算机软件平台

为实现硬件的功能，需要好的软件支持。本文所提出的计算机平台有注册采集者信息、光源选择、定位调整、特征图像采集等功能，程序流程图如图4（a）所示。计算机操控界面如图4（b）所示，界面上端为3个视频显示区，用于实时显示3个成像模块的成像视频；界面中部为控制和信息录入区域。界面下端为采集结果显示区，用于显示最近一次采集结果。计算机平台的人机交互功能也比较好，在采集的各个阶段如果出现问题，系统都会给使用者做出提示。虽然系统有ROI自动调节功能，但还是预留了对成像模块位置进行手动调节的按钮，这样可在ROI自动调节阈值内对成像模块位置进行微调。保存特征图像时，系统会根据录入采集者的信息生成文档名。

图4 计算机软件平台Fig.4 Computer software platform

3 采集结果与分析

利用做出的实物采集系统（如图5所示），采集一定数量样本并做了偏振状态下和非偏振状态下采集结果的对比，总结了相应结论。任意抽取其中2组做示例，如图6所示，图中同一行两幅图为同一手指分别在非偏振状态下和偏振状态下的特征图像。

图5 采集系统实物图Fig.5 Actual picture of collection system

图6 采集结果对比Fig.6 Acquisition result contrast

从图5和图6中可以看出，本采集系统能够完整地采集到指纹、指静脉、指节纹3个模态的特征图像。由于偏振片透光率的原因，装有偏振系统得到的特征图像要比没有加装偏振系统得到的特征图像暗，但是装有偏振系统得到的特征纹络相比于没有加装偏振系统得到的特征纹络要清晰的多。指纹采集模块采用的是研究较为成熟、使用较为广泛的独立模块，已经可采集到清晰的特征图像，故而没有加装偏振系统。

4 结语

本文从指纹、指静脉、指节纹三模态的生理位置特征以及生物组织的光学特性出发，利用偏振成像原理设计了能够同时采集指纹、指静脉、指节纹三模态特征图像的采集系统。本系统采集质量比较高，为指纹、指静脉和指节纹三模态生物特征识别技术的研究打下了基础。

本系统的优点突出，能够自动调节指静脉摄像头和指节纹摄像头的位置；能够实现多光谱采集时对不同波段光束的顺序控制和量化控制；利用偏振成像原理减少成像噪声。同时，本系统也存在一些明显的不足，例如：成像光路依然需要改进以达到满足采集尺寸要求下进一步减小采集装置体积的目的，提高偏振状态下特征图像的亮度。

[1]FAUNDEZ-ZANUY M，FIERREZ-AGUILAR J，ORTEGA-GARCIA J，et al.Multimodal biometric databases：anoverview[J].IEEEAerospace and Electronic Systems Magazine，2006，21（8）：29-37.

[2]ORTEGA-GARCIA J，FIERREZ J，AIONSO-FERN ANDEZ F，et al. The multi-scenario multi-environment biosecrue multimodal database（BMDB）[J].IEEE Transaction on Pattern Analysis Machine Intelli－gence，2010，32（6）：1097-1111.

[3]ROWE R K，CORCORAN S P，NIXON S P，et al.Multispectral Imaging for Biometrics[C]//Proceedings of SPIE，2005（5694）：90-99.

[4]BOSSEN A，LEHMANN R，MEIER C.Internal fingerprint identification with optical coherence tomography[J].IEEE Photonics Technology Letters，2010，22（7）：507-509.

[5]LEE E C，PARK K R.Restoration method of skin scattering blurred vein image for finger vein recognition[J].Electronics Letters，2009，45（21）：1074-1076.

[6]LEE E C，LEE H C，PARK K R，Finger vein recognition using minutia-based alignment and local binary pattern-based feature extraction[J]. International Journal of Imaging Systems and Technology，2009，9（3）：179-186.

[7]YANG JINFENG，SHI YIHUA，YANG JINLI.Finger-vein Recognition Based on a Bank of Gabor Filters[C]//Asian Conference on Computer Vision，2009：374-383.

[8]BOYCE C，ROSS A，MONACO M，et al.Multispectral Iris Analysis：A Preliminary Study[C]//Int′l Conf on Computer Vision and Pattern Recognition Workshop，2006：51-59.

[9]ROWE R K，NIXON K A，CORCORAN S P.Multispectral Fingerprint Biometrics[C]//IEEE Workshop on Systems，Man and Cybernetics Information Assurance，2005：14-20.

[10]CHANG H，KOSCHAN A，ABIDI B，et al.Physics-based Fusion of Multispectral Data for Improved Face Recognition[C]//Int′l Conf on Patt Recog，2006：1083-1086.

[11]HAO Y，SUN Z，TAN T，et al.Multi-spectral Palm Image Fusion for Accurate Contact-free Palmprint Recognition[C]//Int′l Conf of Image Processing，2008：281-284.

[12]YANG JINFENG，SHI YIHUA，YANG JINLI，et al.A Novel Fingervein Recognition Method with Feature Combination[C]//Int′l Conf.on Image Processing，2009：2709-2712.

[13]杨金锋，张海金.手指静脉图像感兴趣区域提取方法研究[J].山东大学学报，2012，42（3）：6-12.

（责任编辑：刘智勇）

Polarized imaging system for multimodal finger-feature acquisition

YANG Jin-feng，Li Cheng-shang，Shi Yu-kun
（Intelligent Signal and Image Processing Key Lab of Tianjin，CAUC，Tianjin 300300，China）

How to obtain stable and clear biometric image is always the key issue in the field of biometric technology.The polarized imaging system for finger-feature acquisition can capture fingerprints，finger-vein and fingerknuckle-print biometric images simultaneously and has following advantages：a.this system can automatically adjust the locations of finger vein and finger-knuckle-print cameras to make the ROI（region of interest）at the center of imaging plane；b.the multispectral light beams can be controlled when acquiring multispectral image；c.the polarized light can effectively reduce image noise.

finger；multimodal finger-feature；polarized imaging；multispectral

TP391.41

：A

：1674－5590（2015）06－0028－04

2014-08-30；

：2014-10-10

：国家自然科学基金项目（61379102）

杨金锋（1971—），男，河南淮阳人，教授，博士，研究方向为图像处理、生物识别和计算机视觉.