自动韩国TechSphereVP-IIX静脉识别仪量大从优

自动韩国TechSphereVP-IIX静脉识别仪量大从优

韩国VP-II X 指静脉识别门禁终端机，操作快捷安全
手背静脉识别系统（HVPRS）通过区分人的手背静脉形态来识别单个人。VP II-X 是目前执行手背静脉血管识别的系统。
肉眼无法看到手背静脉的形态，也不容易受到疤痕或手部污染的影响。这不会导致在恶劣环境下的性能下降，使其100％防篡改，并消除了其他生物识别方式对隐私的担忧。该解决方案可以实现为单门或多门访问控制以及考勤验证。
操作规范与网络管理
VP-II X规格
环境规格
电源 DC 12V / 1.** (SMPS: AC 100～250V, 50Hz/60Hz)
运行温度 -5 ～50°C
运行湿度 10%～90%
物理规格
材料 扫描仪： PC + ABS
后面板&支架：金属
重量 820g (不包含读卡器模块)
大小 110 * 200 * 130 (详见图纸)
生物识别特征
应用的技术 HVPR (手背静脉识别)对人类的手背
准确性 FAR(错误接受率)：0.0001%
FRR(错误拒绝率): 0.01%
安全等级1-5： 1(度高)～ 5；可以设置整体系统的等级；
也可以单*设置每个用户的等级。
可用性 99.98% (所有可以使用生物识别系统的人的比率)
速度 0.4秒/次（认证时）, 2次*0.4秒/人 （注册时）
灱活性检测 HCD(人权准则决策)算法：非生物体登陆不能进入
可配置的等级： 1(严格)～ 3，或禁用
基于红外传感器装置
非身体接触的静脉识别
皮下生物识别功能（静脉数据）

系统组成
静脉识别系统的组成框架下图所示，由图像采集模块、图像预处理模块、静脉特征提取模块、静脉特征存储模块和静脉特征识别模块组成。在图像采集模块中，由采集设备获取近红外的手静脉图像，采集到的图像质量将直接影响到后面的静脉特征识别。而图像预处理模块，首先要分割出包含静脉特征的手部特定区域的图像子块，用以特征提取。然后对分割出的图像进行滤波去噪，以及尺度的归一化。某些情况下，还需要对图像进行光照补偿，平移或旋转等形变的校正。静脉特征提取模块负责抽取静脉信息，它包含了个人特征的唯一性，是静脉识别方法的关键所在。存储模块存放静脉的特征数据或特征模板，并在识别时提供相应的数据。识别模块负责比较提取到的特征与数据库中存储的特征，并根据一定的决策给出识别结果。
特征
掌静脉识别
手掌静脉血管生长在人体的表皮下面，在可视光条件下是无法直接观察到的。根据生理学特征，波长在750nm～1100nm之间的光线能较好的穿透人体的表皮组织，得到相对清晰的血管图像。人体血液中的氧合血红蛋白和还原血红蛋白对于750nm～1100nm波长范围内的近红外光的吸收率相对较高，而人体组织中的水在这个波长范围内吸收率相对较低，所以在近红外光的照射下，手掌静脉部分会因吸收了较多的光线而呈暗色，同时手掌中的其它组织细胞由于水的反射作用而呈现亮色，这样就可以得到手掌静脉的图像。
指静脉识别
（1）内部特征
手指静脉藏匿于手指内部，而且它不容易受到手指表面赃物，破损等情况的干扰，所以，手指静脉被仿制的可能性非常小。
（2）活体识别
手指脱离人体后，静脉血管中的血液特性会发生变化，致使不能通过手指静脉识别采集装置的身份验证，所以手指静脉是一种活体识别。
（3）安全等级高
手指静脉分布于皮肤以下，形状错综复杂，难以窃取，从而具有更高的安全等级。
（4）非接触性
在获取手指静脉图像时无需手指与设备接触，不仅避免了被盗窃或者复制的缺陷，而且更加卫生。一方面提高了使用的便捷性和安全性，另一方面也提高了人们使用指静脉进行身份认证的意愿。

特点编辑 语音
活体识别
用手背静脉进行身份认证时，获取的是手背静脉的图像特征，是手背活体时才存在的特征。在该系统中，非活体的手背是得不到静脉图像特征的，因而无法识别，从而也就无法造假。
内部特征
用手背静脉进行身份认证时，获取的是手背内部的静脉图像特征，而不是手背表面的图像特征。因此，不存在任何由于手背表面的损伤、磨损、干燥或太湿等带来的识别障碍。
非接触式
非接触性掌静脉活体识别仪
非接触性掌静脉活体识别仪 [1]
用手背静脉进行身份认证，获取手背静脉图像时，手背无须与设备接触，轻轻一放，即可完成识别。这种方式没有手接触设备时的不卫生的问题以及手指表面特征可能被复制所带来的安全问题，井避免了被当作审查对象的心理不适，同时也不会因脏物污染后无法识别。手掌静脉方式由于静脉位于手掌内部，气温等外部因素的影响程度可以忽略不计，几乎适用于所有用户。用户接受度好。除了无需与扫描器表面发生直接接触以外，这种非侵入性的扫描过程既简单又自然，减轻了用户由于担心卫生程度或使用麻烦而可能存在的抗拒心理。
安全等级高
因为有了前面的活体识别、内部特征和非接触式3个方面的特征，确保了使用者的手背静脉特征很难被伪造。所以手背静脉识别系统安全等级高，特别适合于安全要求高的场所使用。韩国首尔大学电子工程系有一篇关于手背静脉识别算法的文献E3，’介绍了传统的静脉识别算法以及如何用昂贵的DSP处理器处理浮点运算和提高实时性要求，缩短识别时间，文献中描述的静脉识别算法主要包括3大部分：静脉图像的获取；静脉图像预处理和静脉识别。图像预处理部分主要由高斯低通滤波、高斯高通滤波、阂值处理、双线性滤波以及改进的中值滤波等组成。通过对5000个样本进行实验，识别率达到94．88%。