[發明專利]一種3D掌紋認證方法

有效

• 申請號: 201610074161.4
• 申請日: 2016-02-02
• 公開（公告）號: CN105550677B
• 公開（公告）日: 2018-08-24
• 發明（設計）人: 劉明;苗榮凡;劉秀玲;婁存廣;王光磊;劉曉光
• 申請（專利權）人: 河北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 蘇艷肅

1.一種3D掌紋認證方法，其特征是，包括以下步驟：

1）、計算樣本庫中的每一張3D掌紋圖像的均值曲率，獲得均值曲率圖像，然后對所獲得的均值曲率圖像進行歸一化處理，再進行灰度化，得到灰度圖像；

所述樣本庫采集自300~500個不同的手掌，每個手掌采集圖像數為10~20；

另外，以每個手掌為一個用戶，對樣本庫中的每一個用戶的任意一張3D掌紋圖像另外進行預存；

2）、從所得灰度圖像中抽取類內圖像對和類間圖像對，然后將抽取的類內圖像對和類間圖像對的所有灰度圖像先進行一維變化，再采用幅值平方相干函數計算每個圖像對的兩個圖像信號之間的相干系數并設置類標簽,以所得帶有標簽的相干系數作為新樣本；

其中，類內圖像對的兩個圖像信號的相干系數的類標簽設置為類內，類間圖像對的兩個圖像信號的相干系數的類標簽設置為類間；類內圖像對即來自同一手掌的兩個圖像信號，類間圖像對即來自不同手掌的兩個圖像信號；

3）、使用新樣本對堆棧式降噪自動編碼機進行訓練，提取到新樣本特征，形成新的樣本集，并得到訓練好的降噪自動編碼機；

4）、基于real adaboost算法和步驟3）提取到的新樣本特征所形成的新的樣本集訓練若干弱分類器，這些弱分類器進行加權求和構成強分類器；

5）、認證：用戶輸入一幅新的3D掌紋圖像，與預存的該用戶的3D掌紋圖像進行比對，判斷它們屬于同類還是異類，具體為：

首先分別計算這兩幅3D掌紋圖像的均值曲率，獲得均值曲率圖像，然后進行歸一化處理，再進行灰度化，得到兩幅灰度圖像；然后將所得灰度圖像進行一維變化；采用幅值平方相干函數計算進行一維變化后的兩幅灰度圖像的圖像信號的相干系數，然后以該相干系數作為輸入，采用步驟3）所得訓練好的降噪自動編碼機提取特征，然后利用步驟4)訓練好的強分類器對提取到的特征進行分類，完成對該用戶輸入的新的3D掌紋圖像的認證。