[發(fā)明專利]基于多模態(tài)融合的單幅近紅外手掌圖像識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810324828.0
• 申請(qǐng)日: 2018-04-12
• 公開（公告）號(hào): CN108564031A
• 公開（公告）日: 2018-09-21
• 發(fā)明（設(shè)計(jì)）人: 王華彬;江曉龍;謝張賓;杜夢(mèng)麗;余程年;陳昱翔;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

1.一種基于多模態(tài)融合的單幅近紅外手掌圖像識(shí)別方法，其特征在于包括以下步驟：

步驟1：輸入原始近紅外手掌圖像并對(duì)圖像尺寸進(jìn)行歸一化處理；

步驟2：對(duì)處理后的圖像使用分塊增強(qiáng)模型提取掌紋的紋理結(jié)構(gòu)同時(shí)去除掌靜脈信息；

步驟3：使用定義的隸屬度函數(shù)，對(duì)步驟2提取的掌紋結(jié)構(gòu)進(jìn)行模糊反銳化增強(qiáng)得到增強(qiáng)的掌紋圖像；

步驟4：對(duì)步驟1處理后的近紅外手掌圖像使用自引導(dǎo)濾波去除掌紋信息，然后對(duì)掌靜脈信息進(jìn)行自適應(yīng)濾波增強(qiáng)得到增強(qiáng)的掌靜脈圖像；

步驟5：將步驟3、4得到的掌紋圖像和掌靜脈圖像進(jìn)行特征自適應(yīng)融合，得到相似系數(shù)；

步驟6：選取數(shù)據(jù)庫(kù)的近紅外手掌圖像按照步驟1至5進(jìn)行訓(xùn)練，獲得加權(quán)后的相似系數(shù)，并將加權(quán)相似系數(shù)的最小值為識(shí)別閾值，對(duì)識(shí)別的樣本的加權(quán)相似系數(shù)與訓(xùn)練樣本的閾值進(jìn)行比較，若識(shí)別的樣本的加權(quán)相似系數(shù)≥訓(xùn)練樣本的閾值，則識(shí)別正確。

2.根據(jù)權(quán)利要求1所述的單幅近紅外手掌圖像識(shí)別方法，其特征在于：所述步驟2具體采用以下步驟：

步驟2.1：將歸一化處理后的近紅外手掌圖像I分割成R*R的小塊，計(jì)算每個(gè)小塊像素灰度值的均值，得到維度變小的背景矩陣I_back；

步驟2.2：對(duì)分塊處理后得到的背景矩陣I_back進(jìn)行雙三次插值，使背景矩陣的維數(shù)和近紅外手掌圖像矩陣I的維數(shù)相同，此時(shí)背景矩陣記為I'_back；

步驟2.3：將近紅外手掌圖像矩陣I減去雙三次插值處理后的背景矩陣I'_back，對(duì)I-I'_back進(jìn)行直方圖均衡化，得到增強(qiáng)的掌紋結(jié)構(gòu)圖像。

3.根據(jù)權(quán)利要求1所述的單幅近紅外手掌圖像識(shí)別方法，其特征在于：所述步驟3具體采用以下步驟：

步驟3.1:定義的隸屬度函數(shù)如下：

優(yōu)化后的參數(shù)如下：

其中，δ為論域X的標(biāo)準(zhǔn)差，m為論域X的均值。c1,c2,c3,c4是四個(gè)參數(shù)，這個(gè)四個(gè)值是由統(tǒng)計(jì)值決定的；

步驟3.1：將步驟2處理后的掌紋圖像作為輸入圖像I₀；

步驟3.2：對(duì)輸入圖像I₀進(jìn)行I_enhance＝I₀-μI_fuzzy處理，獲得增強(qiáng)后的掌紋結(jié)構(gòu)圖像；

其中，I_fuzzy為I₀經(jīng)過隸屬度函數(shù)模糊化后的圖像矩陣，μ是細(xì)節(jié)增強(qiáng)系數(shù)。

4.根據(jù)權(quán)利要求1所述的單幅近紅外手掌圖像識(shí)別方法，其特征在于：所述步驟4具體采用以下步驟：

步驟4.1：使用自引導(dǎo)濾波對(duì)輸入的手掌圖像I進(jìn)行濾波處理，取濾波半徑r＝2和規(guī)整化因子λ＝0.01，得到濾波后的結(jié)果q₁；

步驟4.2：將q₁作為引導(dǎo)濾波的引導(dǎo)圖像和輸入圖像，選取r＝16和λ＝0.01，進(jìn)行自引導(dǎo)濾波處理后，得到平滑掌紋后的圖像q₂；

步驟4.3：通過線性增強(qiáng)模型I'＝(q₁-q₂)·t+q₂對(duì)掌靜脈結(jié)構(gòu)進(jìn)行增強(qiáng)，得到增強(qiáng)后的掌靜脈圖像I'，線性增強(qiáng)模型中的系數(shù)t＝5；

步驟4.4：重復(fù)步驟4.1至4.3，進(jìn)一步增強(qiáng)掌靜脈結(jié)構(gòu)，輸出圖像即為掌靜脈增強(qiáng)后的圖像。

5.根據(jù)權(quán)利要求1所述的單幅近紅外手掌圖像識(shí)別方法，其特征在于：所述步驟5具體采用以下步驟：

步驟5.1：提取掌紋增強(qiáng)圖像的二級(jí)二維小波特征；

步驟5.2：提取掌靜脈增強(qiáng)圖像的二級(jí)二維小波特征；

步驟5.3：對(duì)增強(qiáng)后的掌紋和掌靜脈特征進(jìn)行自適應(yīng)融合，相似系數(shù)采用式3獲得：

其中A、B為大小為M*N的兩個(gè)矩陣。

6.根據(jù)權(quán)利要求1所述單幅近紅外手掌圖像識(shí)別方法，其特征在于：所述步驟6中的相似系數(shù)采用式4獲得：

R_s'(i)＝w₁(i)R_vein(i)+(1-w₁(i))R_print(i) (4)

其中R_vein(i)是訓(xùn)練樣本中，掌靜脈的相似系數(shù)的最小值；R_print(i)是訓(xùn)練樣本中，掌紋的相似系數(shù)的最小值；w₁是掌靜脈相似系數(shù)的權(quán)值，采用式5獲得：

w₁＝1/3*LV₁/(LV₁+LP₁)+1/3*LV₂/(LV₂+LP₂)+1/3*LV₃/(LV₃+LP₃) (5)

G是數(shù)據(jù)庫(kù)樣本，i∈(1,2,3,...,G)；LV₁,LV₂,LV₃,是衡量掌靜脈圖像質(zhì)量的三個(gè)指標(biāo)；LP₁,LP₂,LP₃是衡量掌紋圖像質(zhì)量的三個(gè)指標(biāo)。