[發(fā)明專利]一種非受限狀態(tài)下的指節(jié)紋識別方法

在審

• 申請?zhí)枺?/td>: 202011254486.3
• 申請日: 2020-11-11
• 公開（公告）號: CN112434574A
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計(jì)）人: 張二虎;段敬紅;白朝暉
• 申請（專利權(quán)）人: 西安理工大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 韓玙

本發(fā)明一種非受限狀態(tài)下的指節(jié)紋識別方法，對于非受限狀態(tài)下采集的指節(jié)紋圖像，首先提取指節(jié)紋區(qū)域圖像，然后采用所設(shè)計(jì)的基于彎曲Gabor濾波器提取指節(jié)紋ROI區(qū)域，進(jìn)一步設(shè)計(jì)了卷積神經(jīng)網(wǎng)絡(luò)加持空間變換網(wǎng)絡(luò)的指節(jié)紋深度學(xué)習(xí)網(wǎng)絡(luò)模型，并用該模型進(jìn)行指節(jié)紋圖像識別。本發(fā)明方法根據(jù)指節(jié)紋彎曲紋理及其對稱性的特點(diǎn)，解決了現(xiàn)有技術(shù)中指節(jié)紋ROI區(qū)域定位不夠準(zhǔn)確的問題；設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)加持空間變換網(wǎng)絡(luò)的指節(jié)紋深度學(xué)習(xí)網(wǎng)絡(luò)模型，提高了識別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于生物特征的身份識別技術(shù)領(lǐng)域，具體涉及一種非受限狀態(tài)下的指節(jié)紋識別方法。

背景技術(shù)

生物特征識別技術(shù)是目前公認(rèn)安全性及可靠性最高的個(gè)人身份識別技術(shù)，特別是指節(jié)紋識別作為一種新興的生物特征識別技術(shù)近年來受到了高度關(guān)注，有望應(yīng)用于各種身份認(rèn)證場合。

相較于其他生物特征，指節(jié)紋具有其獨(dú)特的優(yōu)勢，如紋理區(qū)域較小，使得指節(jié)紋識別計(jì)算量較小；與個(gè)人情緒無關(guān)，較人臉動(dòng)態(tài)變化較小；指背指節(jié)紋不易磨損，因而特征更加穩(wěn)定有效；采集方式較虹膜方式更廉價(jià)，相對靜脈復(fù)雜的采集方式具有更友好的用戶體驗(yàn)。雖然目前國內(nèi)外學(xué)者提出不少用于指節(jié)紋的特征提取方法，但大多基于傳統(tǒng)方法的特征工程不易構(gòu)建，所提取的特征魯棒性較差，識別率較低，且大多針對較為理想狀態(tài)下的指節(jié)紋數(shù)據(jù)，與實(shí)際應(yīng)用場景差距較大。

另外，現(xiàn)有的指節(jié)紋大多是采用固定手指的方式采集指節(jié)紋圖像，是一種受限狀態(tài)下的采集方法，具有采集不夠自然、使用場合受限的缺點(diǎn)。本發(fā)明針對手指不受限制情況下采集的指節(jié)紋圖像進(jìn)行識別，更符合實(shí)際情況。相對于受限狀態(tài)下的指節(jié)紋圖像，需要抵抗旋轉(zhuǎn)、形變及光照等因素的影響，具有更大的識別難度。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種非受限狀態(tài)下的指節(jié)紋識別方法，解決了指節(jié)紋采集時(shí)人手指彎曲程度、位置和角度的變化，導(dǎo)致指節(jié)紋圖像光照不均勻、對比度低及感興趣區(qū)域難于定位的問題。

本發(fā)明所采用的技術(shù)方案是，一種非受限狀態(tài)下的指節(jié)紋識別方法，具體按照以下步驟實(shí)施：

步驟1、在非受限狀態(tài)下采集指節(jié)紋圖像，并進(jìn)行預(yù)處理和感興趣區(qū)域提取，得到感興趣指節(jié)紋圖像；

步驟2、設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)加持空間變換網(wǎng)絡(luò)的指節(jié)紋深度學(xué)習(xí)網(wǎng)絡(luò)模型；

步驟3、將感興趣指節(jié)紋圖像輸入指節(jié)紋深度學(xué)習(xí)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到優(yōu)化的指節(jié)紋深度學(xué)習(xí)網(wǎng)絡(luò)模型；

步驟4、對于待識別的指節(jié)紋圖像，采用步驟1相同的預(yù)處理和感興趣區(qū)域提取后，輸入優(yōu)化的指節(jié)紋深度學(xué)習(xí)網(wǎng)絡(luò)模型進(jìn)行識別。

本發(fā)明的特點(diǎn)還在于：

步驟1具體過程為：

步驟1.1、采集指節(jié)紋圖像，對指節(jié)紋圖像進(jìn)行二值化處理，得到二值化圖像；

步驟1.2、對二值化圖像進(jìn)行連通區(qū)域分析，求取最大連通區(qū)域的外接矩形，根據(jù)該外接矩形的坐標(biāo)信息從原始采集的指節(jié)紋圖像中裁切出只含有指節(jié)紋的區(qū)域圖像；

步驟1.3、對只含有指節(jié)紋的區(qū)域圖像進(jìn)行對比度增強(qiáng)；

步驟1.4、采用基于彎曲Gabor變換的方法，提取對比度增強(qiáng)后的指節(jié)紋上的感興趣區(qū)域圖像，得到感興趣指節(jié)紋圖像。

步驟1.3對比度增強(qiáng)方法為對比度受限自適應(yīng)直方圖均衡化法。

步驟1.4的提取對比度增強(qiáng)后的指節(jié)紋上的感興趣區(qū)域圖像的具體步驟程為：

步驟1.4.1、所采用的彎曲Gabor濾波器形式為：