[發明專利]一種基于單幅近紅外手指圖像指紋指靜脈融合識別方法

有效

• 申請號: 201910362774.1
• 申請日: 2019-04-30
• 公開（公告）號: CN110163123B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 沈雷;呂葛梁;李凡;楊航
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于單幅近紅外手指圖像指紋指靜脈融合識別方法，首先利用對比度受限自適應直方圖均衡CLAHE算法增強近紅外手指圖像中的指紋紋理，通過指紋和指靜脈預處理方法分別提取指紋細線特征圖和靜脈細線特征圖。再提出一種基于細線順序統計量的指紋識別方法，根據指紋和指靜脈識別量化值，通過最佳權值融合識別算法將指紋指靜脈量化值進行加權融合，實現指紋指靜脈融合識別。本發明能夠充分利用近紅外手指圖像中的指紋信息，對于近紅外圖像提取的指紋，本發明充分利用穩定的細線紋理結構，有效提高了識別性能。因此，基于單幅近紅外手指圖像指紋指靜脈融合識別算法是一種對近紅外圖像中特征信息合理利用的高效的識別算法。

技術領域

本發明屬于生物特征識別及信息安全技術領域，特別涉及到指紋指靜脈融合識別技術領域。

背景技術

指紋指靜脈融合識別技術屬于生物特征識別技術，它利用手指指紋信息以及手指內靜脈信息對人體身份進行驗證。因融合識別技術克服了單模態識別當中傳感器噪聲、缺乏普遍性、易被偽造等缺陷，具有更高的安全性和識別性能，所以指紋指靜脈融合識別技術也成為了國內外學者的研究熱點。目前，指紋指靜脈融合識別大部分基于獨立的兩幅圖像進行融合，但分別采集指紋和指靜脈圖像過程比較繁瑣，且對采集設備的要求較高，所以應用范圍有限。因此如何充分利用采集的單幅近紅外手指圖像當中的特征信息，簡化融合識別復雜度，是實現高效的指紋指靜脈融合識別算法的關鍵環節。

Tang Y.等提出一種基于加權信念熵的多傳感器數據融合方法，需要分別獲取圖像，實現較為困難。王科俊等提出的修正距離算法在識別靜脈少的圖像時，有效提取難提取導致識別性能不佳。李新春等人提出使用Gabor變換以及Curvelet變換來提取靜脈紋理，但是算法的復雜度較高，提取時間長。此外，近紅外光對手指不同部位穿透程度不同，造成指紋所在背景區域像素灰度變化較大，而且受到部分成像的靜脈覆蓋干擾影響，導致特征點提取不穩定，所以陳暉等人提出的基于細節點局部描述子的指紋圖像匹配方法對近紅外圖像提取的指紋識別性能比較差。

綜上所述近紅外手指圖像中指紋指靜脈融合識別系統中存在著多幅圖像融合識別實現困難、靜脈稀少有效特征難提取、近紅外指紋特征點識別性能差的問題。而近紅外攝像頭拍攝靜脈時，由于指紋谷脊線對光反射程度不同，部分指紋呈現在單幅圖像中，尤其是靜脈少的手指會呈現出更多指紋谷脊線信息。所以單幅近紅外手指圖像已經包含了指紋以及指靜脈信息，可以避免采集多類圖像的繁瑣過程。而對靜脈稀少的手指，圖像中反映出的指紋在融合后可以起到輔助識別的作用。此外，充分利用指紋穩定的細線結構進行識別可以解決近紅外指紋細節點識別方法性能差的問題。

發明內容

對于現有指紋指靜脈融合識別算法多幅圖像融合識別實現困難、靜脈稀少有效特征難提取、近紅外指紋特征點識別性能差的問題，本發明提供一種基于單幅近紅外手指圖像指紋指靜脈融合識別方法。

本發明解決其技術問題所采用的技術方案包括以下步驟：

步驟1、采集近紅外手指圖像，用對比度受限直方圖均衡CLAHE算法增強指紋紋理。將圖像劃分成大小M×N的不重疊子塊，統計每個子塊的直方圖分布h(x)，計算每個子塊裁剪閾值T_Clip如公式(1)所示，其中x表示灰度級，L為可能出現的灰度級數，α∈[0，1]為歸一化裁剪系數。

步驟2、根據公式(1)計算的裁剪閾值對每個子塊的直方圖h(x)進行裁剪，統計超過閾值的像素總數N_Tol，計算每個灰度級需要增加的平均像素N_Ave＝N_Tol/L。最終得到分配閾值T_Lim＝T_Clip-N_Ave，重新分配后的直方圖h′(x)為：

對式(2)中得到的直方圖h′(x)進行分塊均衡，并用雙線性插值法對每個得到的中心像素點進行灰度值重構。