[發明專利]用于移動用戶的多生物特征圖像信息融合方法及其應用

在審

• 申請號: 201410074508.6
• 申請日: 2014-03-03
• 公開（公告）號: CN103886283A
• 公開（公告）日: 2014-06-25
• 發明（設計）人: 楊巨成;熊聰聰;陳亞瑞;吳超;孫迪;劉建征;趙青
• 申請（專利權）人: 天津科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F21/32
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王來佳

技術領域

本發明屬于生物特征識別領域，涉及移動用戶的指紋、人臉、虹膜的圖像信息融合，特別是一種用于移動用戶的多生物特征圖像信息融合方法及其應用。

背景技術

隨著Internet和無線技術的迅速發展，電子商務已經逐漸成為人們進行商務活動的新模式。近年來，移動計算環境下電子商務（移動商務或稱M-Commerce）發展迅速，它是一種利用移動設備和移動通信技術，隨時隨地存儲、傳輸和交流各種商業信息，進行商業活動的創新業務模式。

生物特征識別技術以其特有的安全性，可靠性和有效性等越來越受到人們的重視。人臉識別和指紋識別作為兩種最常用和方便的生物特征識別技術，已廣泛應用于身份識別等領域。但是，僅僅基于指紋或人臉的單生物特征個人身份識別系統不能滿足人們的需要，這是因為人臉識別速度快但可靠性不高；而指紋識別可靠性高卻容易仿冒。

多生物特征融合技術是在生物識別技術迅猛發展的情況下發展起來的一個新的研究領域，多生物特征融合技術是近幾十年發展起來的信息處理技術，它是將各種生物特征如指紋、人臉、虹膜等融合進行綜合分析處理，克服傳統方法的弊端，利用各種生物特征的互補性，實現活體認證，提供更加安全的保障。

發明內容

本發明的目的在于克服現有技術的不足之處，提供一種具有較高綜合識別特性的用于移動用戶的多生物特征圖像信息融合方法及其應用。

本發明解決其技術問題所采用的技術方案是：

本發明的優點和積極效果是：

本發明提出移動用戶（主要指使用手機、筆記本、平板電腦的用戶）的指紋、人臉、虹膜等用戶多生物特征的圖像信息融合與認知的方法，該方法安全、可靠，具有廣泛的應用前景和社會使用價值。

本發明為了克服移動用戶的傳統認證方法的缺點，提供一種指紋、人臉、虹膜等用戶多生物特征的圖像信息融合與認知的方法，來進行用戶身份認證，對比傳統的基于單生物特征的認證方法將更加安全可靠。

本發明在融合多生物特征的過程中，先對所有的生物特征圖像數據分別進行圖像預處理，再對預處理后的圖像底層特征進行提取，在矩陣構建時，針對這些特征分割和分析，在融合時使每個特征更加清晰，使結果更加精確。

附圖說明

圖1是通過本發明實現多生物特征身份認證識別應用的原理框圖；

圖2是本發明中基于移動設備的多生物特征身份認證采集選擇的原理框圖。

具體實施方式

下面通過具體實施例對本發明作進一步詳述，以下實施例只是描述性的，不是限定性的，不能以此限定本發明的保護范圍。

一種用于移動用戶的多生物特征圖像信息融合方法，包括如下步驟：

⑴采集端的建立：在移動設備的信息輸入端安裝多生物特征采集模塊，該多生物特征采集模塊包括指紋特征采集模塊、人臉特征采集模塊、虹膜特征采集模塊，采集的指紋、人臉、虹膜特征均為圖像數據；

所述移動平臺為手機、筆記本、平板電腦，指紋采集模塊（嵌入式指紋采集儀），人臉、虹膜采集模塊，其中人臉和虹膜采集可以利用移動設備自帶的攝像頭來進行采集。

⑵圖像底層特征提取：先對所有的生物特征圖像數據分別進行圖像預處理，再對預處理后的圖像底層特征進行提取。由于融合系統由指紋、人臉、虹膜等構成，因此需要對其分別進行預處理。所有生物特征圖像預處理的主要步驟包括：感興趣區域(ROI)分割、增強、歸一化等。感興趣區域主要是分割出圖像的前景和背景，一般根據采集圖像的中心點，截取40×40的圖像塊作為感興趣ROI區域，對該區域利用Gaborfilter濾波器進行濾波增強，然后對增強后的圖像區域進行灰度歸一化處理。

灰度歸一化如下：設圖像中某像素點的像素值為f(x,y)，所有像素灰度值中的最大值為max，最小值為min,，則灰度歸一化公式可以表述為：

f(x,y)＝(f(x,y)-min)*255/(max-min)

圖像底層提取特征的步驟是分別提取LBP特征、Zernike正交不變矩特征、Garborfilter特征等。

①LBP特征：LBP是基于圖像空域局部算子的紋理圖像描述子。因此，可以用來描述圖像局部紋理情況。

②不變矩特征：不變矩特征具有旋轉、尺度和平移不變特性，具有很強的描述圖像的區域特征能力。比較常用的不變矩如：Zernike正交不變矩。

Gabor?filter特征：Gabor?filter具有良好的方向選擇和頻率選擇特性，能夠對圖像進行時頻分析，提取不同方向、頻率下的紋理值。