[發明專利]一種基于紋理的掌紋掌脈融合識別方法

在審

• 申請號: 201811249308.4
• 申請日: 2018-10-25
• 公開（公告）號: CN109359607A
• 公開（公告）日: 2019-02-19
• 發明（設計）人: 李新春;林森;張春華;李曉曦;馬紅艷
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李運萍

本發明提供一種基于紋理的掌紋掌脈融合識別方法，涉及圖像識別及處理技術領域。本發明步驟如下：步驟1：對掌紋圖像A及掌脈圖像B在NSCT域進行融合，NSCT變換將圖像分解為低頻子圖像和高頻子圖像，分別對低頻子圖像和高頻子圖像進行融合處理后，再進行NSCT逆變換，生成融合圖像F；步驟2：利用BSLDP算法提取F的特征，對F做分塊操作，利用SLDP算法提取每一子塊直方圖特征向量，將所有特征向量進行串接，得到F的統計直方圖總特征向量α；步驟3：利用F和待識別圖像的特征向量之間的卡方距離判斷是否匹配。該方法有效地降低系統等誤率，滿足實時性的要求，掌紋掌脈特征融合增加了系統的安全性和可靠性。

技術領域

本發明涉及圖像識別及處理技術領域，尤其涉及一種基于紋理的掌紋掌脈融合識別方法。

背景技術

近年來，基于人體生物特征的身份認證技術受到了社會的廣泛關注，生物特征識別技術是指利用人本身所具有的生理特征或行為特征，來進行身份識別和鑒定的一種技術。與傳統的身份鑒別技術相比，它具有唯一性、隨身攜帶和難假冒偽造的特點，因此更為有效、方便和安全。

單一的生物特征由于受特征提取技術及環境等因素的影響，不可能真正的具有唯一性，這就使得系統的穩定性和實用性較差，且很難通過僅改進特征提取技術或特征匹配算法來解決此問題。為了提高系統的識別精度和穩定性，引入多模態生物特征融合識別技術。多模態生物特征識別技術是指對同一生物特征采用多種方法進行識別，或對不同生物特征采用多種方法進行識別，最終實現身份識別的技術,多模態生物特征識別技術合理的選擇多種生物特征進行融合識別，每個特征取長補短，不僅僅提高了系統的安全可靠性，也擴展了系統的可用性，在一種特征不理想的情況下，采用其他的特征進行彌補，相比于單模態具有更加明顯的優勢。其中掌紋掌脈識別技術作為生物識別技術領域里的新成員，近年來受到越來越多的重視。與其它生物特征識別技術相比，掌紋掌脈識別技術具有的優點是：不涉及隱私問題，用戶比較容易接受；采樣方法簡單，對圖像的分辨率要求可降低，圖像比較容易獲得；感興趣區域比指紋大得多，信息量大，可以提取更多的特征等；但該技術仍存在系統等誤率高，安全性和可靠性低等問題。

小波變換是一種優異的多尺度分析工具，但在處理圖像時存在一些難以避免的缺陷，相比于小波變換，超小波變換在解決信號的多重性問題方面有著巨大的優勢。最近幾年，超小波變換在信號處理領域中被廣泛應用到圖像處理。

發明內容

本發明要解決的技術問題是針對上述現有技術的不足，提供一種基于紋理的掌紋掌脈融合識別方法，該方法可以有效地降低系統等誤率，滿足實時性的要求，具有可行性和實際應用前景，掌紋掌脈特征融合增加了系統的安全性和可靠性。

為解決上述技術問題，本發明所采取的技術方案是：

一種基于紋理的掌紋掌脈融合識別方法，包括以下步驟：

步驟1：對掌紋圖像A及掌脈圖像B基于NSCT域進行融合，利用NSCT變換將圖像分解為低頻子圖像和高頻子圖像兩部分，對低頻部分采用區域能量自適應加權融合，高頻部分帶利用圖像自相似進行系數融合，最后進行NSCT逆變換，重構生成融合圖像F；

步驟2：對融合圖像F利用BSLDP算法提取特征，對融合圖像F進行分塊操作，利用SLDP算法提取每一子塊直方圖特征向量，將每一子塊的直方圖特征向量進行串接，得到融合圖像F的統計直方圖總特征向量α；

所述BSLDP算法為分塊增強局部方向模式；該模式是將一幅圖像經過分塊增強局部方向模式運算后，各像素點在取值上雖然有所改變，結果仍為一幅圖像，稱之為BSLDP圖譜；將該圖譜的統計直方圖作為特征向量來進行之后的操作；

所述SLDP算法為增強局部方向模式；該模式是參照局部二值模式原理而提出的一種特征提取方法，該方法在描述圖像的紋理信息時，對于任意一個大小為3×3的矩形塊I，有9 個灰度值，它中心點的SLDP值由其他8個相鄰點的像素灰度值與模板卷積運算返回值的差值編碼所得；