[發明專利]一種基于圖像特征簽名的靜脈圖像快速檢索方法

有效

• 申請號: 201811034398.5
• 申請日: 2018-08-27
• 公開（公告）號: CN109740007B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 余孟春;謝清祿;梁錦峰
• 申請（專利權）人: 廣州麥侖信息科技有限公司
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06V40/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于圖像特征簽名的靜脈圖像快速檢索方法，該方法通過分解圖像為局部特征集合，對局部特征進行簽名編碼，利用全文檢索引擎，把圖片檢索轉化成文本檢索，從而實現靜脈圖像的快速檢索。本發明方法通過對特征向量進行降維，并對圖像進行簽名，達到縮小檢索范圍、降低特征的存儲空間的目的。同時，借鑒文本檢索的方式進行圖像檢索，有效地提高了檢索效率，在億級規模的圖片保持較高精度的同時可達到毫秒級的響應速度，達到了工業可用的程度。

技術領域

本發明涉及靜脈特征識別技術領域，尤其涉及一種基于圖像特征簽名的靜脈圖像快速檢索方法。

背景技術

靜脈識別作為一種生物特征識別技術，比指紋、人臉等生物特征識別技術更為精準，其利用掌靜脈、指靜脈等的分布紋路進行身份識別，主要特點是非接觸式的圖像采集，安全衛生，在可見光下無法獲取，且只有活體才能檢測出靜脈，無法偽造，具有較強的隱蔽性及防偽能力，手掌靜脈血管結構相比人臉和指紋等特征信息更加豐富復雜，安全級別高。目前靜脈識別技術已經逐漸應用于安防系統、銀行系統、樓宇門禁等。

傳統的靜脈識別技術考慮到安全性必須保證較高的精度，與之相對的犧牲了一定的識別速度，在應用到大流量的場景等需要應對海量數據存儲，高并發、實時響應的系統時，會造成較差的用戶體驗。基于這一點，如何應對海量圖像檢索問題成為我們不可避免的問題。

傳統的圖像檢索方案包括基于樹結構的方法、基于哈希的方法和基于視覺單詞的倒排索引方法等。基于樹結構的方法，通常的實現是對待處理數據集在樹這種數據結構進行空間的劃分，因為檢索的時候需要在樹上進行子結點的遞歸回溯，當數據規模較大、空間維度較高時，會出現維度災難的問題導致檢索十分低效。基于哈希的方法，通常的實現是對待處理數據集進行散列化，把數據劃分到多個散列表中，通過對待查詢數據檢索到哈希桶中若干個散列表，從而避免暴力檢索全數據集以達到加速的效果，在小規模的數據上有卓越的表現。然而，當面對大規模、高維度的數據時，由哈希帶來的精度損失及散列表占用存儲空間過大等問題，導致其無法滿足大部分工業應用的需求。

發明內容

針對上述的技術背景，為解決上述問題，本發明提出一種基于圖像特征簽名的靜脈圖像快速檢索方法，通過對特征向量進行降維，并對圖像進行簽名，從而達到縮小檢索范圍、降低特征的存儲空間的目的。同時，以相似性檢索代替精確檢索，借鑒文本檢索的方式進行圖像檢索，有效地提高了檢索效率，在億級規模的圖片保持較高精度的同時可達到毫秒級的響應速度，達到了工業可用的程度。

實現本發明的技術目的所采用的技術方案如下：

一種基于圖像特征簽名的靜脈圖像快速檢索方法，包括如下的實施步驟：

步驟(1)：采用連通域檢測的方法對需要處理的靜脈圖像進行局部特征提取，得到靜脈圖像的關鍵點區域圖像集合，定義為P。

步驟(2)：進一步對提取得到的集合P進行圖像特征簽名操作，以獲得圖像特征簽名陣列Signature。

具體的，首先將關鍵點區域圖像轉換為8位灰度圖，并在圖像上設置9x9網格點；其次，在每個網格點處，計算以網格點為中心的P*P平方的平均灰度級；最后，將每個網格點與八個鄰居網格點的進行平均灰度級比較，得到一個代表比較結果的8元素陣列，將該陣列從左到右、從上到下串聯，得到圖像特征簽名陣列Signature。

步驟(3)：將圖像特征簽名陣列轉換成N行3列的矩陣S，S每行3列從左到右視作3進制數的低三位，把矩陣S的N行3列數轉換成10進制的N行1列矩陣，得到由N個32位整數組成的圖像特征簽名。

步驟(4)：將轉化后的圖像特征簽名視作N個word，結合圖像特征簽名陣列Signature，作為一條記錄插入到Elasticsearch。

步驟(5)：對靜脈圖像進行快速檢索，具體步驟還包括：