[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

本發明屬于掌紋識別技術領域，涉及一種基于輪廓與邊緣紋理特征融合的掌紋識別方法，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，其方法簡單，原理科學，識別時間短，識別精度高，能實時識別掌紋，為身份識別提供了一種快速有效的識別方法。

技術領域：

本發明屬于掌紋識別技術領域，涉及一種基于輪廓與邊緣紋理特征融合的掌紋識別方法。

背景技術：

目前，基于生物特征識別的身份鑒別技術是一種高可靠性、高穩定性的有效身份鑒別方式。掌紋識別作為一種重要的生物特征，由于其成本低、友好性強、識別精度高等優點得到了研究人員的廣泛關注，掌紋特征識別技術作為生物特征識別領域一種新興的技術，在近十幾年中已經取得了大量的科研成果,其發展非常迅速。

掌紋含有豐富的紋理信息，包括主線、折皺、乳突紋等粗細不同的紋理特征,這些特征具有穩定性和唯一性,利用這些特征可以確定一個人的身份，主線和褶皺相對來講，紋理較大，可以在低頻成分中提取；而乳突紋等細小紋理信息可以在高頻成分中提取。由于不同人的主線和褶皺有很大的區別，苑瑋琦等(苑瑋琦,范永剛,柯麗.基于灰度曲面匹配的掌紋識別方法[J].光電子·激光,2009,20(6):807-811)將掌紋灰度圖像看作是三維空間下的灰度曲面,并將該曲面作為特征進行匹配,通過較大紋理存在的差異來計算方差，進而通過灰度曲面的凹凸程度來識別，該算法利用整幅圖像進行匹配，丟失了部分掌紋信息，在數據逐漸加大的情況下，識別率會降低；陳梓毅等(陳梓毅,康文雄,鄧飛其.基于灰度差統計分析的掌紋線提取[J].計算機工程與設計,2011,32(2):653-670)利用灰度差統計，通過判斷對象點的灰度值和連續掌紋線點集的點數，提取出掌紋線的二值圖像，最后通過隸屬度評價掌紋線的提取效果，該算法復雜度高，而且識別率低，不滿足實時性要求。主線和褶皺并不是圖像的全部信息，乳突紋波動較大的細小紋理同樣是區分掌紋的重要信息，利用分形對波動較大圖像處理的優勢，洪丹楓等(D.Hong,Z.Pan,X.Wu.Improved DifferentialBox Counting with Muti-scale and Multi-direction:A new palmprint recognitionmethod.Optik-International Journal of Light Electron Optics,2014,125(15):4154-4160)使用分形維數作為特征向量提取圖像的紋理特征，同時對比局部分形和全局分形算法，證明局部分形算法可以方便地找出圖片的變換復雜區域，但局部分形維數算法復雜度高，不利于進行中大型數據應用；趙志剛等(趙志剛，吳鑫，洪丹楓，潘振寬.基于信息熵的GLBP掌紋識別算法[J].計算機科學,2013,41(8):293-296)實現了一種利用信息熵進行多層次描述的掌紋識別方法，加入了尺度方向信息，彌補了單一特征描述不準確的缺陷；潘新等(Pan X,Ruan Q,Wang Y.Palmprint Recognition Using Contourlets-based LocalFractal Dimensions.ICSP2008Proceedings,pp.2108-2111)提出了一種基于Contourlet和局部分形結合的掌紋識別方法，該方法雖然有較高的識別率，初步解決了尺度方向的問題，而且結合分形維數有效描述圖像紋理粗糙程度，為掌紋識別算法提供了新的思路，但算法復雜度高，不能滿足實時性要求。

發明內容：

本發明的目的在于克服現有技術存在的缺點，尋求設計提供一種基于輪廓與邊緣紋理特征融合的掌紋識別方法，通過均值濾波器將掌紋圖像分為低頻和高頻兩部分，并采用分塊思想對獲得圖像進行處理，分別采用灰度直方圖處理掌紋低頻特征，差分盒子維處理掌紋高頻特征，降低復雜度，提高識別時間和識別精度，能夠實時識別掌紋。

為了實現上述目的，本發明首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(低頻成分)和圖像邊緣紋理(高頻成分)，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：