[發明專利]一種基于輪廓與邊緣紋理特征融合的掌紋識別方法

有效

• 申請號: 201510021336.0
• 申請日: 2015-01-16
• 公開（公告）號: CN104636721B
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 魏偉波;王剛;賈夢琦;洪丹楓;王靜
• 申請（專利權）人: 青島大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 青島高曉專利事務所(普通合伙) 37104
• 代理人: 黃曉敏

1.一種基于輪廓與邊緣紋理特征融合的掌紋識別方法，其特征在于先對圖像進行預處理，運用均值濾波將掌紋圖像分解為圖像輪廓和圖像邊緣紋理，分別采用灰度直方圖和差分盒子維進行特性提取，最后使用通用的卡方距離進行匹配，具體步驟如下：

(1)、選取掌紋圖像：從掌紋數據庫中選取200個人的掌紋圖像作為樣本，并對每個人的掌紋圖像進行編號，其中每個人10幅圖像，共2000張掌紋圖像，隨機選取每個人的一張圖像作為訓練圖像，剩余9張作為測試圖像；

(2)、均值濾波分解掌紋圖像：采用均值替代掌紋圖像中的各個像素值,對掌紋圖像中的像素點(x,y)，選擇由其鄰近的像素組成的模板，計算得到模板中所有像素的均值，再把該均值賦予當前像素點(x,y)，作為處理后圖像在該點上的灰度g(x,y)，然后對掌紋圖像進行均值濾波，得到圖像輪廓和圖像邊緣紋理；

(3)、灰度直方圖提取圖像輪廓特征：將步驟(1)得到的掌紋圖像進行分塊，每塊區域為16×16像素，然后使用灰度直方圖對每塊區域進行灰度統計，作為該區域的特征向量，并聯融合每個區域特征向量，得到圖像輪廓特征；

(4)、差分盒子維提取圖像邊緣紋理特征：將步驟(1)得到的掌紋圖像進行分塊，每塊區域為4×4或8×8像素，采用差分盒子維方法得到掌紋圖像的盒子數，即為圖像邊緣紋理特征；使用的差分盒子維數法具體過程為：將一幅大小為M×M的圖像劃分為s×s的不重疊子塊，s是當前度量圖像所使用的尺度，引入三維空間(x,y,z)，(x,y)為圖像的平面坐標，z為圖像在(x,y)處的灰度值，假設在每一個網格上放置一列大小為s×s×s的盒子，如果第(i,j)網格中圖像像素的最小和最大灰度值所落入的第k個和第l個盒子，那么n_r為第(i,j)網格對應的圖像灰度值所落入的盒子數目：

n_r(x)＝l-k+1

其中r＝M/s，整幅圖像I中的盒子數為：

其中X＝(M×M)/(s×s)表示網格的數量，最后分形維數D為：

D＝logN_r/log(r^-1)；

(5)、特征融合：將圖像輪廓特征與圖像邊緣紋理特征并行融合，即向量串聯，得到能夠代表掌紋圖像特征數據的最終特征向量；

(6)、卡方距離匹配：先采用通用的卡方距離來度量，特征空間的樣本卡方距離為：

其中，S為測試圖像的最終特征向量，M為訓練圖像的最終特征向量，i為圖像編號，i取值為1-200的整數；再根據最小的χ²值為匹配的掌紋圖像，對比編號是否符合同一個人，即能判斷識別的正確與否。