[發(fā)明專利]結(jié)合等價模式的自適應(yīng)半徑LBP特征層融合識別方法

有效

• 申請?zhí)枺?/td>: 202010029072.4
• 申請日: 2020-01-12
• 公開（公告）號: CN111222479B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計）人: 蔣寒瓊;沈雷;何晶;何必鋒
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V40/70;G06V10/50;G06V10/764;G06V40/14;G06K9/62
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發(fā)明公開了一種結(jié)合等價模式的自適應(yīng)半徑LBP特征層融合識別方法。本發(fā)明首先利用CLAHE算法增強指紋結(jié)構(gòu)突出其紋理；之后分別對單幅圖像中的指紋和指靜脈信息進行分離，分別提取指紋和指靜脈細線特征；利用細線距離順序統(tǒng)計量進行指紋和指靜脈細線的匹配；其次提出結(jié)合等價模式的自適應(yīng)半徑LBP特征，根據(jù)圖像不同區(qū)域紋理尺寸，自適應(yīng)調(diào)整LBP算子的半徑，并結(jié)合等價模式進行降維；最后將獨立提取的指紋和指靜脈特征向量進行直方圖融合，形成特征層融合新特征，并利用SVM多類分類器對融合后的新特征進行訓(xùn)練，構(gòu)成完整的單幅近紅外手指圖像指紋指靜脈特征層融合識別模型。本發(fā)明相比于量化層在針對低質(zhì)量手指具有更好的識別性能，且相比于單一模態(tài)識別算法有提升。

技術(shù)領(lǐng)域

本發(fā)明屬于生物特征識別及信息安全技術(shù)領(lǐng)域，特別涉及到手指靜脈圖像預(yù)處理領(lǐng)域。

背景技術(shù)

隨著科技的不斷進步，指紋、指靜脈作為生物識別技術(shù)，憑借其廣泛穩(wěn)定、準(zhǔn)確度高等特點，成為了生物識別當(dāng)中頗受關(guān)注的識別方式。但是單一生物模態(tài)的特征識別容易受各類噪聲影響并且容易被偽造存在安全方面的問題，多模態(tài)融合識別技術(shù)則是將幾類生物信息進行融合，在一定程度上彌補單一模態(tài)生物識別技術(shù)的不足。如在指靜脈識別中，若因為成像問題無法拍攝出靜脈導(dǎo)致特征不明顯，從而導(dǎo)致識別性能下降，而再加入指紋識別時，能夠彌補指靜脈識別的性能缺陷。因此，對圖像進行多特征融合是提高后續(xù)匹配性能的重要步驟。

Rowe等人利用多譜線指紋傳感器采集不同光學(xué)條件下的指紋圖像并在圖像層進行融合以獲得具有完整生物信息的指紋圖像；Heo等人也提出利用像素加權(quán)平均的方式融合不同姿度、不同光照條件下的人臉圖像。上述圖像層融合可以獲得較為完整的信息，但是無法對采集的原始數(shù)據(jù)當(dāng)中包含的信息做一致性檢驗，所以圖像層融合是帶有盲目性的融合方式，因此圖像層融合方式并不是特別適合應(yīng)用于多模態(tài)融合識別。李溫溫等人將手形和指節(jié)紋的匹配分?jǐn)?shù)通過分?jǐn)?shù)加權(quán)得到最終的決策公式；Dehache利用支持向量機將指紋和筆跡進行融合。上述量化層融合目前也取得很大的研究進展，但無法很好的解決各個模態(tài)匹配量化值之間的異質(zhì)性，由于不同模態(tài)經(jīng)過不同的匹配算法獲得最終的匹配量化值，其分?jǐn)?shù)分布區(qū)間以及所代表的含義因來源不同而有較大差異，提高了認假率。而特征層融合能夠?qū)⒍喾N模態(tài)的信息進行有效地整合并利用，對特征信息的利用率更高，是能夠獲得優(yōu)秀識別性能的融合層次，對識別性能的提升潛力很大，研究價值較高。

發(fā)明內(nèi)容

本發(fā)明發(fā)目的是對于現(xiàn)有的指紋、指靜脈識別特征由于不同圖像之間維數(shù)不固定、變化大，很難將兩個模態(tài)的特征拼接形成統(tǒng)一標(biāo)準(zhǔn)的新特征的問題，提供一種結(jié)合等價模式的自適應(yīng)半徑LBP特征層融合識別方法。

本發(fā)明所采用的技術(shù)方案包括以下步驟：

步驟S1、獲取圖像LBP特征矩陣的函數(shù)如式(1)：

式中R表示LBP的窗口半徑，g_c為中心目標(biāo)點的像素灰度值，g_i表示領(lǐng)域點的像素灰度值。

步驟S2、獲得圖像旋轉(zhuǎn)LBP特征矩陣的函數(shù)如式(2)：

式中，min(x)表示求x的最小值，ROR(x,i)表示將x按位循環(huán)移動。

步驟S3、對步驟S2進行修正，得到一種自適應(yīng)多級窗口半徑的LBP編碼方式，對于圖像中的每個像素點，比較不同窗口半徑下的LBP編碼值。如式(3)所示:

式中Dis(x,y)表示計算x和y之間的二進制碼距，若碼距≤3，表示在這兩個窗口半徑下的編碼值一致性良好，采用小窗口半徑的結(jié)果作為編碼值；若碼距＞3，則用大窗口半徑的結(jié)果對其進行修正。

步驟S4、將式(3)中的inter(x,y)與窗口半徑為1的編碼值比較碼距，得到最終多級窗口半徑修正后的LBP編碼結(jié)果，如式(4):