[發明專利]一種新的指靜脈軟生物特征構造方法

在審

• 申請號: 201610061354.6
• 申請日: 2016-01-28
• 公開（公告）號: CN105740810A
• 公開（公告）日: 2016-07-06
• 發明（設計）人: 康文雄;李德建;鄭茜;彭云建;鄧飛其
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 梁瑩;李衛東

技術領域

本發明涉及圖像處理與分析技術領域，更具體地說，涉及一種新的指靜脈軟生物特征構造方法。

背景技術

現有的指靜脈識別研究中，靜脈圖像中的背景通常被當成噪聲剔除，而僅僅將靜脈紋理特征作為指靜脈圖像的唯一特征提取出來用于特征匹配。

然而，研究發現，透射式指靜脈圖像的背景中，實質上蘊含了豐富的特征信息。由于每個人手指的三維形狀和厚度存在差異，其內部組織分布也不均勻，因此對近紅外光線的吸收與散射也會不同，造成最終的成像效果也會各不相同，部分手指的成像示例如圖1(1)-圖1(5)所示。從圖1(1)-圖1(5)中可以看出，不同手指在通過同一光照強度的近紅外光透射后成像的指靜脈圖像，不但其中的靜脈紋理(紋理層)不同，而且手指內部的非靜脈區域(質地層)的整體明暗程度也不同，此外，其中明暗分布也各不相同。

因此，在提取出靜脈紋理特征進行匹配的同時，是否可分離出圖像的背景信息來構造新的軟生物特征以輔助提高指靜脈識別的準確率，將成為指靜脈識別研究的熱點之一。

發明內容

本發明的目的在于克服現有技術中的缺點與不足，提供一種新的指靜脈軟生物特征構造方法，該方法將以往處理方法中作為噪聲直接丟棄的質地層信息加以利用，并從中構造質地層軟生物特征，以增加靜脈識別的特征信息量，從而提高指靜脈識別的準確率。

為了達到上述目的，本發明通過下述技術方案予以實現：一種新的指靜脈軟生物特征構造方法，其特征在于：包括以下步驟：

第一步，從指靜脈圖像中獲取質地層圖像，其中，質地層是指手指內部的非靜脈區域；

第二步，采用統計的方法對質地層圖像進行特征提取；

第三步，通過第二步提取的特征進行質地層軟生物特征的構造。

在上述方案中，質地層圖像的獲取是為了提升主觀的視覺效果而提出的一種圖像增強方法。本發明通過分析指靜脈成像機理，創新性的將質地層圖像獲取的方法引入到指靜脈識別上，通過對指靜脈圖像的質地層圖像處理，將以往處理方法中作為噪聲直接丟棄的質地層信息加以利用，并從中構造軟生物特征，以增加靜脈識別的特征信息量，從而提高指靜脈識別的準確率。這種思路從另外一個角度看待原本廢棄的信息，對于其它的模式識別問題具有很好的啟發作用。

第一步中，從指靜脈圖像中獲取質地層圖像是指：采用圖像分層算法對指靜脈圖像進行分層處理來獲取質地層圖像。本發明采用圖像分層算法對未經過尺度縮放的指靜脈圖像進行分層處理，獲得紋理層和質地層。

或者，第一步中，從指靜脈圖像中獲取質地層圖像是指：采用高斯模糊算法對指靜脈圖像進行處理，得到的模糊圖像作為質地層圖像。

采用上述兩種方法分離出的質地層圖像中隱含了一定的特征信息，盡管不足以單獨作為一種具有很強鑒別力的特征，但是能夠從中提取一些有用的特征信息，輔助提高指靜脈識別的準確率。

第二步中，所述采用統計的方法對質地層圖像進行特征提取包括以下步驟：

Ⅰ.計算質地層圖像I的均值I^M和方差I^V；

Ⅱ.將質地層圖像I等分成m×n個子塊I_i，其中，1≤i≤mn，并計算每一子塊內的均值和方差并將每個子塊的均值和方差進行串聯就能得到均值方差序列

Ⅲ.將質地層圖像I的每一行像素值分別求和，得到的所有值形成行求和序列將質地層圖像I的每一列像素值分別求和，得到的所有值形成列求和序列把兩個序列串聯起來得到行列求和序列

采用基于統計的方法進行特征提取，可以從質地層圖像中提取出具有一定區分度的特征。

在第三步中，所述通過第二步提取的特征進行質地層軟生物特征的構造是指：通過第二步計算得出質地層圖像I的均值I^M、方差I^V、每個子塊均值方差序列和行列求和序列來構造特征矢量，則構造成質地層軟生物特征。

所述第三步中，構造成的質地層軟生物特征為以下三種方式之一：

(1)質地層軟生物特征為：{I^M,I^V}；

(2)質地層軟生物特征為：

(3)質地層軟生物特征為：

實驗比較發現，這些質地層軟生物特征具備良好的穩定性，且對于不同采集時間，小幅的光強變化和位移都有較好的魯棒性。盡管這些特征不具備紋理特征的唯一性，但是通過與紋理特征融合后，能夠大幅提高認證準確率和防偽性。