[發(fā)明專利]基于聯(lián)合加權(quán)差分激勵(lì)和雙Gabor方向的掌紋交叉匹配識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810251845.6
• 申請(qǐng)日: 2018-03-26
• 公開（公告）號(hào): CN108491802A
• 公開（公告）日: 2018-09-04
• 發(fā)明（設(shè)計(jì)）人: 王華彬;李夢(mèng)雯;符春蘭;陳昱翔;何學(xué)勝;李雪中;陶亮
• 申請(qǐng)（專利權(quán)）人: 安徽大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 南京知識(shí)律師事務(wù)所 32207
• 代理人: 高玲玲

本發(fā)明公開了一種基于聯(lián)合加權(quán)差分激勵(lì)和雙Gabor方向的掌紋交叉匹配識(shí)別方法。本申請(qǐng)根據(jù)掌紋圖像紋線豐富的特點(diǎn)，首先，計(jì)算中心像素和鄰域像素的灰度差分，提取圖像的灰度變化特性，并通過(guò)各鄰域的方向角對(duì)差分值進(jìn)行加權(quán)。然后，利用Gabor濾波器提取圖像中紋線的方向信息。最后，構(gòu)建聯(lián)合加權(quán)差分激勵(lì)和雙Gabor方向的掌紋特征。此外，為了能夠更好地衡量特征間的相似度，進(jìn)一步使用交叉匹配算法，提高系統(tǒng)的識(shí)別性能。在PolyU，PolyU M_B和CASIA掌紋庫(kù)上進(jìn)行實(shí)驗(yàn)，識(shí)別率均達(dá)到100％。實(shí)驗(yàn)結(jié)果表明，與其它基于局部描述子的掌紋識(shí)別方法相比，本申請(qǐng)所述方法具有更高的識(shí)別率和更低的等錯(cuò)誤率。

技術(shù)領(lǐng)域

本發(fā)明屬于生物特征識(shí)別領(lǐng)域，特別涉及一種基于聯(lián)合加權(quán)差分激勵(lì)和雙Gabor方向的掌紋交叉匹配識(shí)別方法。

背景技術(shù)

隨著網(wǎng)絡(luò)信息化的迅猛發(fā)展，個(gè)人身份信息逐漸呈現(xiàn)出數(shù)字化和隱秘性的趨勢(shì)。如何進(jìn)行簡(jiǎn)單有效的身份識(shí)別與認(rèn)證，從而保護(hù)個(gè)人的信息安全，是一個(gè)急需解決的關(guān)鍵社會(huì)問(wèn)題。傳統(tǒng)的身份認(rèn)證方法是以持有物和密碼為基礎(chǔ)的，一旦持有物被盜或密碼被竊取，身份就容易被他人冒充，入侵者便有機(jī)可乘。近幾十年來(lái)，基于人體生物特征的身份認(rèn)證技術(shù)(Biometrics)受到了廣泛關(guān)注。該技術(shù)利用人體所固有的生理特征或行為特征來(lái)進(jìn)行個(gè)人身份的鑒定，更準(zhǔn)確、更安全。

掌紋識(shí)別作為一種較新的生物特征識(shí)別技術(shù)，具有許多獨(dú)特的優(yōu)勢(shì)。與指紋識(shí)別相比，掌紋區(qū)域有更大的面積，包含更豐富的紋理信息；與人臉識(shí)別相比，掌紋識(shí)別對(duì)雙胞胎更有區(qū)分力；與虹膜識(shí)別相比，掌紋更易采集，用戶接受度高；與靜脈識(shí)別相比，掌紋識(shí)別率更高，穩(wěn)定性更好。然而，掌紋識(shí)別技術(shù)目前尚不夠成熟，為了將該技術(shù)產(chǎn)品化，還需要進(jìn)行更深入的研究。

現(xiàn)有的掌紋識(shí)別方法大致可以分為基于線的，基于子空間的，基于紋理的，基于編碼的和基于局部描述子的?；诰€的掌紋識(shí)別方法主要是利用線性探測(cè)器或邊緣檢測(cè)器，如Sobel邊緣檢測(cè)子、Gabor濾波器、Radon濾波器等，提取掌紋紋線，并對(duì)紋線特征進(jìn)行有效的表示和匹配。但是由于不同個(gè)體可能具有比較相似的掌紋主線，所以僅使用主線不足以表示掌紋的唯一性?；谧涌臻g的方法的基本思想是通過(guò)投影或變換，將高維的掌紋圖像映射為低維向量，在低維空間下進(jìn)行匹配。常用的變換方法包括PCA，LDA和KPCA等。但是子空間方法通常需要大量的訓(xùn)練樣本?；诩y理的方法將掌紋圖像看作一種特殊的紋理圖像，采用DFT等頻域變換或LBP等空域方法對(duì)其紋理特征進(jìn)行分析。但是該方法提取的掌紋特征穩(wěn)定性差，容易受到平移、旋轉(zhuǎn)和光照變化的影響?；诰幋a的方法使用一組濾波器對(duì)掌紋圖像進(jìn)行濾波，然后對(duì)濾波結(jié)果進(jìn)行編碼。該方法的難點(diǎn)在于如何設(shè)計(jì)有效的濾波器，編碼規(guī)則及特征匹配方式。

近來(lái)，基于局部描述子的掌紋識(shí)別方法取得了較深入的研究。該方法識(shí)別率高、魯棒性強(qiáng)、特征匹配簡(jiǎn)單。在該方法中，局部描述子的構(gòu)建是影響識(shí)別的重要因素，有效的局部描述子能夠更好地提取圖像的特征。分析掌紋圖像發(fā)現(xiàn)，其具有兩個(gè)顯著的特點(diǎn)。一是不同的掌紋區(qū)域有明顯的灰度變化；二是掌紋主線有明顯的方向性。為了更加有效地利用掌紋圖像中的信息，希望提出一種能夠同時(shí)表示灰度變化和方向特征的局部描述子。

發(fā)明內(nèi)容

本發(fā)明的目的是根據(jù)掌紋圖像的特點(diǎn)，提供一種基于聯(lián)合加權(quán)差分激勵(lì)和雙Gabor方向的掌紋交叉匹配識(shí)別方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：一種基于聯(lián)合加權(quán)差分激勵(lì)和雙Gabor方向的掌紋交叉匹配識(shí)別方法，包括以下步驟：

步驟1：提取掌紋圖像的加權(quán)差分激勵(lì)特征ξ；

步驟2：提取掌紋圖像的雙Gabor方向特征O₁和O₂；

步驟3：分別將ξ、O₁和O₂劃分為n個(gè)不重疊的區(qū)域；