[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

本發明公開了一種3D掌紋認證方法，該方法是先對3D掌紋進行預處理，變為一維圖像，然后計算類內圖相對和類間圖相對的相干系數并作為新樣本，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，并得到訓練好的降噪自動編碼機；然后基于real adaboost算法和前一步驟提取到的新樣本特征訓練若干弱分類器，這些弱分類器的組合構成強分類器；然后用戶輸入一幅新的3D掌紋圖像，與樣本庫預存的該用戶的3D掌紋圖像進行比對，判斷它們屬于同類還是異類。本發明方法實現簡單、快速，采用相干算法來計算圖像間的一致性，判別他們是否為同一用戶的數據樣本，解決了掌紋圖像較小的平移問題及配準算法需要尋找定位信息的難題，具有較好的魯棒性。

技術領域

本發明涉及掌紋識別技術，具體的說是一種3D掌紋認證方法。

背景技術

掌紋識別是一種重要的生物特征識別技術，掌紋圖像中包含豐富的線特征和紋理特征，使其在身份認證中具有極高的應用價值。但是傳統的2D掌紋識別技術存在一些難以妥善解決的問題：(1)2D掌紋容易受到光照變化、皮膚表面涂抹物等因素的干擾。(2)手指姿態變化引起的圖像特征的變化。(3)現有的特征提取方法難以充分利用圖像中的有用信息。最近，香港理工大學的張大鵬等提出三維掌紋識別技術，能夠有效克服光照變化的干擾，但是其他兩個問題仍然存在。3D掌紋在識別過程中仍然需要對圖像進行配準，然后提取特征并計算被識別樣本與數據庫中模板的匹配分數。配準算法存在一定的誤差，而其后的特征提取和識別過程可能因為配準誤差而失敗。圖像配準是圖像處理研究領域中的一個典型問題和技術難點，對于兩幅圖像，通過尋找一種空間變換把一幅圖像映射到另一幅圖像，使兩圖中對應于空間同一位置的點一一對應起來。因此，圖像配準計算復雜，實現難度大。現有的三維掌紋識別方法主要包括線特征提取方法和紋理特征提取方法。這些方法在采用Gabor變換等方法增強掌紋的線特征或紋理特征后，將掌紋圖像轉化為特征圖像。由于掌紋圖像中一部分線特征和紋理特征是穩定的，可用來進行身份識別。而另一部分線特征和紋理特征是不穩定的，對識別構成干擾，而傳統的掌紋識別技術難以區分這兩類特征。

發明內容

本發明的目的是提供一種新的3D掌紋的認證方法，以解決目前已有方法難以充分利用掌紋圖像中的有用信息進行掌紋認證識別的問題。

本發明的目的是這樣實現的：

一種3D掌紋的認證方法，其包括以下步驟：

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，這些弱分類器的組合構成強分類器；

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：