[發明專利]基于雙競爭性相位相關影像金字塔的掌紋ROI匹配方法

有效

• 申請號: 201710507341.1
• 申請日: 2017-06-28
• 公開（公告）號: CN107492119B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 龐遼軍;肖凱;趙恒;趙偉強;秦帥;孫寶林
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06K9/00;G06K9/46
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于數字圖像處理技術領域，公開了一種基于雙競爭性相位相關影像金字塔的掌紋ROI匹配方法，輸入錄入掌紋ROI圖像和模板掌紋ROI圖像，并對這兩個圖像的進行雙Gabor疊加濾波；對兩幅圖像的濾波結果進行局部競爭編碼處理，獲得編碼后的圖像；將兩幅編碼圖像進行影像金字塔計算獲得不同尺度的變換圖像；對不同尺度的圖像采樣后進行BLPOC計算，獲得各個尺度的偏移量，進而找出采樣點偏移后的位置；通過計算采樣點之間的相對位置與偏移后采樣點之間的相對位置得到最終的匹配分數；通過實驗設定固定閾值，如果匹配分數大于閾值則認為掌紋為真匹配，否則為假匹配。本發明能夠準確地進行掌紋圖像ROI匹配，可用于自動掌紋識別系統。

技術領域

本發明屬于數字圖像處理技術領域，尤其涉及一種基于雙競爭性相位相關影像金字塔的掌紋ROI匹配方法。

背景技術

隨著社會的進步與發展，身份信息向數字化方向發展，生物特征識別技術已經被廣泛應用到身份認證領域，包括掌紋識別、掌紋識別、人臉識別、靜脈識別以及虹膜識別等，其中以掌紋識別較具有代表性。掌紋識別與人臉識別相比，不會受變化特征以及年齡的影響；與掌紋是被相比，掌紋可選擇的有效特征信息更為豐富；與靜脈識別與虹膜識別相比，掌紋識別對采集設備的要求更低，采集過程也更為迅速。掌紋識別技術已在近年來成為生物特征識別應用領域的熱點之一。在自動掌紋識別系統中，掌紋ROI圖像識別匹配是最為關鍵的兩個步驟，識別率的提升主要是靠對這兩個流程進行優化改進。現有的大部分掌紋識別系統主要利用的是掌紋的方向信息進行識別匹配，這種方法存在三方面的不足：一方面，由于掌紋采集設備規格參差不齊，采集的掌紋圖像易受噪聲干擾，使得提取的方向信息不會十分穩定；另一方面，由于掌紋采集相較指紋等更具隨意性，被采集者配合度不佳會導致采集的掌紋產生旋轉與平移，旋轉平移會對掌紋ROI圖像造成整體方向的干擾，容易導致兩張匹配圖像之間誤識率增大；再一方面，掌紋方向信息表現的是中心點周圍的信息，傳統方法提取一般是提取單方向信息，這不足以支撐整個中心點局部的信息，讓一個點去準確反映一個區域的特征憑借傳統方法難以實現?，F有的掌紋匹配算法提取掌紋方向信息幾乎都是依托Gabor濾波器，但是傳統的Gabor的穩定性與特異性較差，與之相配的一些匹配算法的時間復雜度也較高。傳統的相位相關匹配方法雖然時間復雜度較小，但是精確度已經達到一個上限，無法滿足掌紋識別高識別率的要求。

綜上所述，現有技術存在的問題是：現有掌紋匹配技術中匹配不準確、時間復雜度高以及抗魯棒性差。

發明內容

針對現有技術存在的問題，本發明提供了一種基于雙競爭性相位相關影像金字塔的掌紋ROI匹配方法。

本發明是這樣實現的，一種基于雙競爭性相位相關影像金字塔的掌紋ROI 匹配方法，所述基于雙競爭性相位相關影像金字塔的掌紋ROI匹配方法包括以下步驟：

步驟一，輸入錄入掌紋ROI圖像和模板掌紋ROI圖像，并對這兩個圖像的進行雙Gabor疊加濾波；

步驟二，對兩幅圖像的濾波結果進行局部競爭編碼處理，獲得編碼后的圖像；

步驟三，將兩幅編碼圖像進行影像金字塔計算獲得不同尺度的變換圖像；

步驟四，對不同尺度的圖像采樣后進行BLPOC計算，獲得各個尺度的偏移量，進而找出采樣點偏移后的位置；

步驟五，通過計算采樣點之間的相對位置與偏移后采樣點之間的相對位置得到最終的匹配分數；

步驟六，通過實驗設定固定閾值，如果匹配分數大于閾值則認為掌紋為真匹配，否則為假匹配。

進一步，所述基于雙競爭性相位相關影像金字塔的掌紋ROI匹配方法包括以下步驟：