[發明專利]基于特征混合矩陣的指紋與指靜脈識別融合方法

在審

• 申請號: 201910072376.6
• 申請日: 2019-01-25
• 公開（公告）號: CN109829493A
• 公開（公告）日: 2019-05-31
• 發明（設計）人: 馬慧
• 申請（專利權）人: 黑龍江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于特征混合矩陣的指紋與指靜脈識別融合方法，其特征是：對讀入的靜脈圖像與指紋圖像分別進行預處理操作，其中對靜脈圖像進行手指區域分割，感興趣區域提取，方向濾波增強等操作，對指紋圖像進行尺寸歸一化與方向濾波增強操作；然后將兩種圖像進行模糊分塊處理，在此基礎上，利用離散余弦變換(DCT)提取兩種圖像的每一個圖像子塊的低頻系數來表示局部特征；再將指紋特征向量與靜脈特征向量串聯混合構成特征混合矩陣，最后將該混合矩陣的識別結果與基于局部特征方法的指紋識別結果及靜脈識別結果在決策級上進行融合，將融合后的結果作為最終的識別結果。

2.根據權利要求1所述的局部特征提取方法，其特征是：首先對圖像進行模糊分塊處理，根據每個像素點到模糊子塊中心的距離大小來確定該像素點屬于該子塊的隸屬度，應用上述準則將靜脈圖像分成8×3個模糊塊；對上述模糊分塊后的指紋圖像與手指靜脈圖像的每一個圖像子塊分別進行DCT變換，對于M×N個塊圖像，我們將得到一個由圖像的所有頻率分量組成的M×N 的DCT系數矩陣，在DCT系數矩陣中，較大幅度的系數位于矩陣的左上角，這些系數包含了圖像的大部分信息，本發明取系數矩陣中的前8個。

3.根據權利要求1所述的特征混合矩陣，其特征是：利用DCT變換提取每個靜脈圖像子塊中的重要信息，生成靜脈圖像特征向量，同理生成指紋圖像特征向量，式中g表示每個手指參與訓練的指紋圖像、靜脈圖像個數， w表示每幅圖像模糊子塊的個數，D為特征向量的維數，本發明取G=5，W=24，特征向量維數為8，則手指靜脈圖像的特征向量可表示為，同理指紋圖像特征向量表示為；

將指紋圖像與手指靜脈圖像特征向量首尾相連構造出串聯特征向量，按串聯順序不同，得到兩個串聯特征向量與，將上述兩個串聯特征向量構造出融合特征混合矩陣為，在進行識別時，將庫中模板特征混合矩陣與待識別樣本的進行比較，將庫中不匹配程度最小的樣本作為匹配識別結果；

在提取出指紋圖像與指靜脈圖像的局部特征后，得到基于局部特征方法的指紋識別結果R_p及靜脈識別結果R_v，結合上述指紋靜脈特征混合矩陣的識別結果R_fusion，這三個結果的取值為0或1，0代表識別失敗，1代表識別成功，整個系統最終的識別結果R由上述得到R_p、R_v與R_fusion采用投票的方式獲得，當有兩個及以上的分類器識別結果為通過時，R的結果為通過，具體公式如下：

。