基于静脉识别技术的矿井人员管理方法实现

2015-07-21 01:34崔伏建
信息化建设 2015年6期

摘要:为了改善矿井特殊环境下工作人员身份识别技术出错率高以及矿井人员入井作弊问题,基于图像处理和模式识别理论,设计了基于改进模板匹配技术的手背静脉识别实验,并通过仿真分析获得很好的实验结果,结果表明将该技术引入矿井工作人员信息身份及信息管理系统的必要性。

关键词:矿井人员管理;特殊环境;入井作弊;模板匹配;静脉识别

一、引言

基于《国家安全生产监督管理总局国家煤矿安全监察局关于建设完善煤矿井下安全避险“六大系统”的通知》[1-3]所述规范中的要求,以及为了避免现在煤矿安全生产管理系统中对一人多卡、代替刷卡、卡片消磁等违章行为及技术问题的检测需求,非常有必要针对煤矿入井人员的唯一性问题进行相关检测系统的设计。近年来,随着大数据时代和机器学习技术的发展,基于生物特征的唯一性检测技术因具有不易遗忘、防伪性能好、不随着年龄改变等特点而得到广泛的研究和应用。然而,由于矿井生产现场与安保、考勤、门票管理、医疗、银行等环境不同,煤矿入井人员的生物特征容易受到煤尘、粉尘、水以及其他杂质的污染而发生改变,因此传统的指纹识别、掌纹识别等技术就无法满足现场需求,本文通过设计实现了基于模板匹配的静脉识别系统,一方面有效避免传统的生物特征识别技术的容易被环境改变的劣势;另一方面能够保持身份识别系统的延续性。

二、静脉识别技术简介

静脉识别的工作原理是利用近红外线照射手背、手掌或手指皮肤下的静脉血管,用在近红外光谱范围内有较好相应的摄像机获取红外图像并提取其中的静脉特征,从而实现身份确认。静脉识别是所有生物特征识别技术中最难以伪造的方式,具有很高的安全水平[4]。目前,常见的静脉识别技术主要有手指静脉识别、手掌静脉识别和手背静脉识别。其中手背静脉识别的优势包括[5]:①静脉位于皮下,不易受到煤矿现场复杂环境的影响,从而可以保证识别成功率;②静脉识别技术为活体检测,可彻底消除伪造的可能性;③该技术可以采用非接触式,无需矿井工作人员触摸感应平面,卫生安全,用户认可度高。

(一) 基于模板匹配技术的手背静脉识别实验设计

1.基于手背静脉信息的静脉模板建立过程

静脉识别的具体流程如图1所示,采集得到符合识别系统要求的手背静脉图像后,首先进行静脉图像的ROI提取,从而可以节省识别所需时间,提高系统工作效率,之后进行静脉图像的分割、细化、裁剪从而得到满足特征提取的静脉骨骼化图像。

图1 静脉识别技术流程图

前期预处理研究后得到一幅骨骼化图像,虽然通过定位算法对图像进行了偏移校正,但观察同一人不同时刻采集的手背静脉样本仍存在小幅度的旋转和偏移,这就说明不能直接选用单一的骨骼化图像作为匹配模板。本文在文献[6]的基础上设计了一种新的匹配方式。

如图2所示,首先对数据库中不同时刻采集到的五幅静脉图像进行分割细化及去毛刺操作,在得到五幅骨骼化图像后,对其进行叠加操作得到一个初始化的模板,接着对该模板进行四邻域内的膨胀和腐蚀操作,得到一幅基本成型的模板图像,此时静脉模板中含有一定大小的空洞,即白色静脉区域上的黑色斑点,计算图像连通区域大小,将小于一定阈值的连通区域进行填充,最终得到一个综合了各个姿态的静脉匹配模板[7]。

图3 手背静脉匹配过程

3.匹配结果分析

在建立模板并进行相应的图像预处理后,分别在1:1和1:N的模式下进行识别实验的设计,具体结果如下表和图所示。

三、结论

本文从煤矿中矿井人员管理系统的特殊性出发,并在比较分析了当前主流的几种基于生物特征的身份认证技术的优缺点后,选择了优势明显的静脉识别技术作为研究对象,自行设计了基于改进模板匹配技术的手背静脉识别实验,并通过仿真分析获得很好的实验结果。实验结果表明,该系统准确可靠,效率高。将该系统应用到煤矿,可进一步解决矿井人员特殊环境下身份识别困难、以及传统的工作人员身份卡识别防伪性能差等突出问题,加强矿方对下井人员的管理,具有较高的可行性。

参考文献:

[1] 孙继平. 煤矿安全生产监控与通信技术[J]. 煤矿学报,2010,35(11):1925-1929.

[2] 孙继平. 煤矿井下安全避险“六大系统”的作用和配置方案[J].工矿自动化,2010,36(11):14.

[3] 孙继平. 煤矿井下人员位置监测技术与系统[J]. 煤炭科学与技术,2010,38(11):1-5.

[4] 苏广志,谢遵江,高江涛,等,手部静脉的应用解剖学研究[J]. 哈尔滨医科大学学报,2005,39(5):425-426,429.

[5] 吴微,苑玮琦,林森,等. 手掌静脉识别中感兴趣区域的选择和定位研究[J],光电子·激光,2013,24(1):152-160.

[6] Yi Bo-Zhang, Qin Li. Palm Vein Extraction and Matching for Personal Authentication[J]. Springer-Verlag Berlin Heidelberg, 2007, 154-164.

[7] 岡萨雷斯, 数字图像处理[M]. 北京, 电了工业出版社, 2005: 256-300.

[8] 余成波, 秦华雄. 手指静脉识别技术[M]. 北京: 清华大学出版社, 2008: 120-125.

作者简介:崔伏建(1957-)男,汉族,河南省登封市徐庄镇高坡村人,高级工程师,现任国投煤炭郑州能源开发有限公司总经理,从事煤矿管理工作,本科,主要研究方向为煤矿井下人员定位技术研究、煤矿自动化等.