[發(fā)明專利]一種基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法

有效

• 申請?zhí)枺?/td>: 201710164634.4
• 申請日: 2017-03-20
• 公開（公告）號: CN107122710B
• 公開（公告）日: 2020-06-30
• 發(fā)明（設(shè)計）人: 陳朋;姜立;王海霞;黨源杰;梁榮華
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強

1.一種基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法，其特征在于：所述方法包括以下步驟：

1)采集到掌手指靜脈圖像；

2)對采集到的圖像做基于最大內(nèi)切矩陣感興趣區(qū)域提取；

3)將處理后的圖像基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取，過程如下：先得到多分辨率小波函數(shù)，然后對ROI圖像進行小波變換得到第一層的散射系數(shù)，再對第一層的散射結(jié)果進行第二次散射，得到第二次的散射系數(shù)，最后將每一個散射能量塊的能量均值和方差組成圖像的特征向量；基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取過程如下：通過二進制縮放和旋轉(zhuǎn)帶通濾波函數(shù)ψ，得到多分辨率小波函數(shù)如式(1)：

ψ_λ(x)＝2^2jψ(2^jr^-1x) (1)

式中λ＝2^jr∈Λ＝G×R，j∈R，r∈G，G是R²內(nèi)一個離散的、有限的旋轉(zhuǎn)組，j確定了ψ(x)的尺度，r確定了ψ(x)的方向；

然后對信號f(x)進行小波變換如式(2)：

W_λf(x)＝f*ψ_λ(x) (2)

因此，小波變換模為式(3)：

U_λf(x)＝|f*ψ_λ(x)| (3)

對于一幅給定的圖像f(x)，其原始圖像的散射系數(shù)為信號的均值，通過與均值濾波器φ_J卷積得到式(4)：

S_0,J(f)＝f*φ_J (4)

對原始圖像在不同方向和不同尺度中做小波變換，得到第1層散射系數(shù)，然后去除復(fù)雜項和取均值得到式(5)：

式中j₁表示尺度，λ₁表示方向；

將式(5)中得到的小波變換模算子在另一個不同尺度、不同方向中進行小波變換，如式(6)所示：

式中j₂＜J，從小波變換的定義中看出，當(dāng)時，的值極小，忽略不計，只需要計算當(dāng)j₁＞j₂的情況即可；

繼續(xù)這個過程得到第k層的散射網(wǎng)絡(luò)系數(shù)如式(7)所示：

式中，j_k＜...＜j₂＜j₁＜J，(λ₁,...,λ_k)∈Γ^k；

經(jīng)過對上述過程的分析，得出第k層散射變換可以得到個散射向量，每一個散射向量可以表示為一張能量分布圖，其中p表示為方向數(shù)，J表示為尺度數(shù)；

將散射卷積網(wǎng)絡(luò)的前兩層散射能量特征作為手指靜脈識別的相似性度量特征，即第一層散射卷積變換中，這些圖像分別由原始圖像經(jīng)過5個尺度和6個方向的小波變換得到，總共有30張散射能量分布圖，在第二層散射卷積變換，所以第二層散射卷積變換中可以得到360張散射能量分布圖，最后將每一個散射能量塊的能量均值和方差組成圖像的特征向量，一張手指靜脈ROI圖像總共可以得到包括第0層的原圖的782個散射特征；

4)通過支持向量機SVM進行分類。

2.如權(quán)利要求1所述的一種基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法，其特征在于：所述步驟1)中，通過850nm近紅外LED和高清CCD的前端采集裝置采集手指靜脈圖像。