本发明涉及关节纹理识别技术领域，更具体的是涉及一种根据人体关节纹理进行人物区分的识别系统。
背景技术：
基于人体生物特征的身份认证应用十分广泛。手指指纹、人脸、虹膜是目前比较市场上使用广泛的生物特征。使用上述特征处理技术复杂，而且容易受到环境与噪声干扰，因而在一定程度上影响了其使用价值。比如指纹特征对灰尘、潮湿等污染因素比较明感，且手指指纹容易被非法获取(比如拿东西时留在物体上指纹容易被非法采集和模拟)；人脸易受光照、姿势、装饰等因素影响；而虹膜使的使用不如指纹和人脸方便。由于使用方便，手指上的生物特征备受青睐。由于手指关节纹路特征仍具有惟一特性，而且由于手指关节纹路的特征相对简单清晰，近年来研究人员提的关注。手指关节的正面纹路(手心面)和背面纹路(手背面)均可以用于人的身份识别。相比于指纹特征，手指关节背面纹路特征的优点是不容易被非法获取，然而其缺点是在识别的时候，手指关节的纹路会随着手指伸而变化，给自动识别带来了困难。
在身份特征识别领域，目前市面上使用最多的人的生物特征是是手指和人脸，而使用最为方面的是手指特征。市面上基于手指纹路识别的方法主要针对单手指情况，但单个手指纹路识别精度相对不高，且稳定性也不如多手指纹路特征；而且目前市场上的手指纹路图像采集装置不符合人的使用习惯。针对人体关节纹路识别更加容易在,人体拿取物体的时候进行识别，能够更加适合人的使用习惯，而现有技术中无相关人体关节纹理识别系统。
技术实现要素：
本发明的目的在于：为了解决现有技术中无相关人体关节纹理识别系统的技术问题，本发明提供一种根据人体关节纹理进行人物区分的识别系统。
本发明为了实现上述目的具体采用以下技术方案：
一种根据人体关节纹理进行人物区分的识别系统，包括能够采集人体关节纹理的图像采集模块、滤波器、图像特征存储模块、图像对比模块以及输出显示模块，滤波器能够对图像采集模块所采集的人体关节纹理图像的roi进行gabor滤波，并对滤波后的人体关节纹理图像进行限制对比度自适应性直方图均匀化，图像特征存储模块能够将经过滤波器滤波之后的人体关节纹理图像进行存储，图像对比模块能够将需要对比的人体关节纹理图像与图像特征存储模块内现有的关节纹理图像进行对比，输出显示模块能够将对比结果进行输出显示。
进一步地，所述人体关节纹理的图像采集模块为摄像机，摄像机将人体关节纹理的图像拍摄之后经过滤波器进行处理。
进一步地，所述滤波器为gabor滤波器。
进一步地，图像特征存储模块为互联网云平台数据库。
进一步地，其特征在于，使用gabor滤波器和限制对比度自适应直方图均匀化关节纹图像进行降噪，然后将经过gabor滤波器过滤的blpoc图像进行存储，需要对比的时候将目标人体关节纹理图像与图像特征存储模块内的blpoc图像进行对比。
本发明的有益效果如下：
本发明通过对人体关节图像进行提取并存储，可以通过人体的关节图像的对比来进行人物识别，同时由于每个人体的关节纹通常在不常使用的部分，比如指关节纹，就在手指背面，相对于指纹的识别来说手指背面的关节纹不容易被磨去，同时关节纹相对指纹较深，更容易被识别，同时关节纹识别来进行人物区分能够防止某些体力劳动性其指纹被被磨平而导致指纹识别系统无法识别指纹的情况发生，而背面的关节纹则不会轻易地被抹去，因此，利用关节纹来识别人物，更加精准和高效。
附图说明
图1是本发明的系统结构流程框图。
具体实施方式
为了本技术领域的人员更好的理解本发明，下面结合附图和以下实施例对本发明作进一步详细描述。
实施例1
如图1所示，本实施例提供一种根据人体关节纹理进行人物区分的识别系统，包括能够采集人体关节纹理的图像采集模块、滤波器、图像特征存储模块、图像对比模块以及输出显示模块，滤波器能够对图像采集模块所采集的人体关节纹理图像的roi进行gabor滤波，并对滤波后的人体关节纹理图像进行限制对比度自适应性直方图均匀化，图像特征存储模块能够将经过滤波器滤波之后的人体关节纹理图像进行存储，图像对比模块能够将需要对比的人体关节纹理图像与图像特征存储模块内现有的关节纹理图像进行对比，输出显示模块能够将对比结果进行输出显示。
实施例2
如图1所示，本实施例提供一种根据人体关节纹理进行人物区分的识别系统，包括能够采集人体关节纹理的图像采集模块、滤波器、图像特征存储模块、图像对比模块以及输出显示模块，滤波器能够对图像采集模块所采集的人体关节纹理图像的roi进行gabor滤波，并对滤波后的人体关节纹理图像进行限制对比度自适应性直方图均匀化，图像特征存储模块能够将经过滤波器滤波之后的人体关节纹理图像进行存储，图像对比模块能够将需要对比的人体关节纹理图像与图像特征存储模块内现有的关节纹理图像进行对比，输出显示模块能够将对比结果进行输出显示。
进一步地，所述人体关节纹理的图像采集模块为摄像机，摄像机将人体关节纹理的图像拍摄之后经过滤波器进行处理。
进一步地，所述滤波器为gabor滤波器。
进一步地，图像特征存储模块为互联网云平台数据库。
实施例3
本发明的识别方法为：本发明技术基于gabor-blpoc的指关节纹识别算法，其整个算法流程为：
①提取指关节纹图像的roi，进行gabor滤波；
②对gabor滤波后的指关节纹图像进行限制对比度自适应直方图均衡化，以增强其对比度；
③进行第1次blpoc运算，找出最大峰值的，位置(xo,yo)，并记录；
④对图像进行校准和裁剪。当xo>0,yo>0时，向左下方移动(xo,yo)；当xo>0,yo<0时，向左方移动句，由第1行开始裁剪yo行；当xo<o,yo>0时，向下方移动yo，由第1列开始裁剪xo列；当xo<0,yo<0时，由第1列和第1行开始裁剪xo列，yo行；
⑤对2幅校准后的图像进行第2次blpoc，运算，计算峰值大小，设定阑值进行图像匹配，从而达到识别的目的，将阑值设定为0.108，对比图像和存储的图像进行逐一对比，若对比图像与存储的图像的归一化五功率图谱最大峰值大于等于0.108，则判定匹配；否则判定不匹配。
对比度自适应直方图均衡化，以增强其对比度.使用gabor滤波器和限制对比度自适应直方图均匀化关节纹图像进行降噪，然后将经过gabor滤波器过滤的blpoc图像进行存储，需要对比的时候将目标人体关节纹理图像与图像特征存储模块内的blpoc图像进行对比。
以上所述，仅为本发明的较佳实施例，并不用以限制本发明，本发明的专利保护范围以权利要求书为准，凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。
1.一种根据人体关节纹理进行人物区分的识别系统，其特征在于，包括能够采集人体关节纹理的图像采集模块、滤波器、图像特征存储模块、图像对比模块以及输出显示模块，滤波器能够对图像采集模块所采集的人体关节纹理图像的roi进行gabor滤波，并对滤波后的人体关节纹理图像进行限制对比度自适应性直方图均匀化，图像特征存储模块能够将经过滤波器滤波之后的人体关节纹理图像进行存储，图像对比模块能够将需要对比的人体关节纹理图像与图像特征存储模块内现有的关节纹理图像进行对比，输出显示模块能够将对比结果进行输出显示。
2.根据权利要求1所述的人体关节纹理进行人物区分的识别系统，其特征在于，所述人体关节纹理的图像采集模块为摄像机，摄像机将人体关节纹理的图像拍摄之后经过滤波器进行处理。
3.根据权利要求1所述的人体关节纹理进行人物区分的识别系统，其特征在于，所述滤波器为gabor滤波器。
4.根据权利要求1所述的人体关节纹理进行人物区分的识别系统，其特征在于，图像特征存储模块为互联网云平台数据库。
5.根据权利要求3所述的人体关节纹理进行人物区分的识别系统，其特征在于，使用gabor滤波器和限制对比度自适应直方图均匀化关节纹图像进行降噪，然后将经过gabor滤波器过滤的blpoc图像进行存储，需要对比的时候将目标人体关节纹理图像与图像特征存储模块内的blpoc图像进行对比。
技术总结