[發明專利]指靜脈識別的快速比對方法及計算機可讀取的存儲介質

有效

• 申請號: 201910040065.1
• 申請日: 2019-01-16
• 公開（公告）號: CN109800702B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 劉永松
• 申請（專利權）人: 智慧眼科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 長沙智嶸專利代理事務所(普通合伙) 43211
• 代理人: 劉宏

1.一種指靜脈識別的快速比對方法，其特征在于，

包括以下步驟：

步驟S1：建立Gabor濾波模板，所述Gabor濾波模板采用7個頻率參數和16個方向參數；

步驟S2：利用Gabor濾波模板提取測試目標的原始Gabor特征；

步驟S3：對提取的原始Gabor特征進行特征降維處理以得到測試目標的詳細特征向量和粗略特征向量；及

步驟S4：將測試目標的粗略特征向量與比對庫中所有目標模板的粗略特征向量進行相似度比對以篩選出一期候選目標；采用中等精度匹配策略，將一期候選目標的詳細特征向量逐一與測試目標的詳細特征向量進行相似度比對以篩選出中期候選目標；再采用高精度匹配策略，將中期候選目標的詳細特征向量逐一與測試目標的詳細特征向量進行相似度比對以得到查找目標；

所述步驟S3具體包括以下步驟：

步驟S31：將頻率參數1下的原始Gabor特征拷貝到特征向量中，余下的2，4，6頻率參數下的Gabor特征作為偶特征隊列，3，5，7頻率參數下的Gabor特征作為奇特征隊列，將奇偶隊列的對應位進行比較，較大者保留，并依序存入特征向量中頻率參數1所占空間的后續位置中；

步驟S32：將特征向量以16個方向參數為指導分為8個組，對每個組中兩列的對應位置處的系數計算平均值以生成8個新的系數隊列，將8個新的系數隊列串接形成測試目標的詳細特征向量；

步驟S33：將測試目標的詳細特征向量與比對庫中所有圖像的平均特征向量做按位點乘運算以獲得相似度向量；

步驟S34：選取相似度向量中若干頻率參數對應系數部分以組成相似度評價向量；及

步驟S35：對相似度評價向量進行PCA轉換映射以獲得測試目標的粗略特征向量。

2.如權利要求1所述的快速比對方法，其特征在于，

所述步驟S2具體包括以下步驟：

步驟S21：獲取測試目標的手指透射成像區，對圖像進行縮小處理；及

步驟S22：在手指指向方向上和手指垂直方向上分別采取步進方案掃描縮小后的圖像，以每個掃描點為中心，分別與112個模板做卷積運算以得到原始Gabor特征。

3.如權利要求2所述的快速比對方法，其特征在于，

所述步驟S21中對圖像進行縮小處理具體為

沿手指方向將手指透射成像區的兩端分別縮減像素，然后按照比例對縮減后的整體圖像進行縮小。

4.如權利要求2所述的快速比對方法，其特征在于，

所述步驟S21中在對圖像進行縮小處理前還執行以下步驟：

計算圖像主方向角并根據所述主方向角對圖像進行旋轉角度校正，采用曲率公式對圖像有效數據區域進行增強以加大靜脈區和非靜脈區的灰度差。

5.如權利要求1所述的快速比對方法，其特征在于，

頻率參數1～3對應的相似度向量部分系數表征的是靜脈的細節分布情況，頻率參數4～7對應的相似度向量部分系數表征的是靜脈的概貌分布情況；

所述步驟S34中選取頻率參數4～7對應的相似度向量部分系數組成相似度評價向量。

6.如權利要求1所述的快速比對方法，其特征在于，

所述步驟S35中利用PCA模型對相似度評價向量進行轉換映射，所述PCA模型按照以下步驟得到：

步驟S351：提取比對庫中所有圖像的詳細Gabor特征；

步驟S352：將所有的詳細Gabor特征與平均特征做點乘運算以獲得相似度向量；

步驟S353：截取相似度向量的若干頻率區域系數部分組成相似度評價向量；及

步驟S354：以單一圖像的評價特征為列向量組成特征矩陣，對此特征矩陣進行主成分分析，取分析結果中特征值和總量的95％分量對應的特征向量作為映射矩陣組成PCA模型。

7.如權利要求1所述的快速比對方法，其特征在于，

所述步驟S4中通過計算測試目標特征向量與比對庫中所有目標模板特征向量的余弦距離來進行相似度比較。

8.一種計算機可讀取的存儲介質，其用于存儲進行指靜脈識別快速比對的計算機程序，其特征在于：該計算機程序在計算機上運行時執行如權利要求1所述的指靜脈識別的快速比對方法的步驟。