[發明專利]聯合Sobel和MFRAT的指靜脈圖像特征提取方法

有效

• 申請號: 201810015212.5
• 申請日: 2018-01-08
• 公開（公告）號: CN108197577B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 王華彬;曹偉;王東旭;朱顏;羊代風;黃漢文;符春蘭;丁一軍;陶亮
• 申請（專利權）人: 安徽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 南京知識律師事務所 32207
• 代理人: 高玲玲

本發明公開了一種聯合Sobel和MFRAT的指靜脈圖像特征提取方法。首先采用Sobel算子結合韋伯定律計算指靜脈樣本的差分激勵特征；然后采用MFRAT提取樣本的方向特征；最后采用構造二維聯合分布直方圖的方式將兩者結合得到SMWLD。將所提出的特征提取方法應用在指靜脈圖像識別中，在國內外兩個公開指靜脈圖像庫中進行對比實驗，采用歐氏距離進行匹配，實驗結果顯示，相比其他同類方法，本申請的方法具有更高的識別率和更低的等誤率且最高識別率分別達到了100％和99.729％。

技術領域

本發明屬于生物特征識別領域，特別涉及一種聯合Sobel和MFRAT的指靜脈圖像特征提取方法。

背景技術

隨著個人信息安全問題越來越被人們重視，基于生物特征的身份識別技術，如指紋，人臉，虹膜等也得到了越來越多的關注。相比基于其他生物特征的識別方法，指靜脈識別以其簡易的采集設備，安全的活體識別以及高識別率等優勢逐步成為生物識別領域的熱點話題。

特征提取是指靜脈識別中的關鍵一步，特征提取的好壞會對識別效果產生很大影響。目前，指靜脈識別中常用的特征提取方法主要有兩類：第一類是基于子空間的方法，如PCA(Principal Component Analysis)、2DPCA(2d Principal Component Analysis)、LDA(Linear Discriminant Analysis)等；第二類是基于局部描述符的方法，如LBP(LocalBinary Pattern)、LDP(Local Directional Pattern)等；第三類是基于靜脈骨架結構特征的方法，該方法使用較少。在基于子空間的方法中，申請號為CN201310563457.9的專利公開了“一種基于非負矩陣分解的指靜脈特征提取方法”。在基于局部描述符的方法中，申請號為CN201610045351.3的專利公開了“一種基于LBP的圖像特征提取方法”。在基于靜脈骨架結構特征的方法中，申請號為CN200910073045.0的專利公開了“使用方向濾波技術的手指靜脈紋路提取方法”。

相比于基于子空間的方法，基于局部描述符的方法因其更好的識別率逐漸成為研究熱點。近來，Chen等人結合韋伯定律提出了韋伯局部描述符(WLD)，它是一種簡單高效且魯棒性較好局部描述符。在WLD中包含差分激勵和方向兩個成分，其采用構造二維直方圖的方式將差分激勵特征(即紋理特征)和方向特征相結合，再將二維直方圖轉化為一維的特征向量用于識別。雖然WLD具有諸如對光照魯棒性較好等優點，但是在不同的應用場景下也存在一些問題。針對WLD的不足之處，Liu等人對WLD進行改進，提出韋伯局部二值模式(WLBP)，采用高斯拉普拉斯算子(LoG)計算差分激勵以增加對噪聲的魯棒性，采用均值LBP(uLBP)來替代WLD的方向特征以提升紋理描述能力，應用在人臉識別和紋理分類中識別率較WLD和LBP等有所提升。羅月童等人針對掌紋圖像線特征豐富的特點對WLD進行改進，提出一種線特征韋伯局部描述符(LWLD)，采用Gabor濾波器和MFRAT來提取掌紋的線特征代替WLD中的方向特征，獲得了很好的識別效果。

指靜脈圖像具有獨特的紋理信息和方向信息，相比LBP等局部算子只使用圖像的紋理信息，采用WLD來提取指靜脈圖像的特征進行識別理應具有更好的效果。但是，由于實驗所用的指靜脈庫圖像質量較差，原始的差分激勵的算子并不能夠很好的提取出指靜脈圖像中最能夠表示圖像特征的邊緣信息；原始的方向算子也不能很好的提取出指靜脈圖像中具有判別性的線特征。本文受WLBP和LWLD方法的啟發，提出了一種聯合Sobel梯度幅值和MFRAT方向的韋伯局部描述符(SMWLD)：采用Sobel算子計算的梯度幅值作為差別閾限并根據韋伯定律得到差分激勵；采用MFRAT計算12個方向的響應值以得到方向特征；最后將改進后的差分激勵算子與方向算子結合得到SMWLD算子。使用該方法進行指靜脈圖像的特征提取，不僅能夠有效的提取出邊緣紋理特征，而且能夠提取出更具判別性的方向特征。通過在兩個指靜脈庫上的大量實驗，驗證了方法的有效性。

發明內容