[發(fā)明專利]基于子帶特征融合的活體指紋滑移缺陷檢測方法

有效

• 申請?zhí)枺?/td>: 201010247908.4
• 申請日: 2010-08-09
• 公開（公告）號: CN101908143A
• 公開（公告）日: 2010-12-08
• 發(fā)明（設(shè)計(jì)）人: 楊秀坤
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是：對采集得到的活體指紋圖像，首先進(jìn)行特征提取，包括基于對稱小波變換提取的低頻特征子向量和基于灰度共協(xié)矩陣提取的高頻特征子向量，然后對所提取的特征子向量進(jìn)行特征融合，通過增強(qiáng)型遺傳神經(jīng)網(wǎng)絡(luò)分類器對指紋圖像進(jìn)行大面積滑移缺陷區(qū)域檢測，同時(shí)對輸入指紋圖像進(jìn)行離散余弦變換，提取相應(yīng)的高頻分量進(jìn)行小面積滑移缺陷區(qū)域檢測，如果在結(jié)合大、小面積滑移區(qū)域檢測后均未發(fā)現(xiàn)滑移缺陷區(qū)域，則繼續(xù)指紋采集過程；如果發(fā)現(xiàn)指紋圖像中存在滑移缺陷區(qū)域，則對缺陷區(qū)域的像素點(diǎn)進(jìn)行標(biāo)注和顯示，提醒系統(tǒng)重新采集指紋。

2.根據(jù)權(quán)利要求1所述的基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是所述的特征提取的步驟如下：

(1)基于對稱小波變換的低頻波段子向量特征提取

(a)利用對稱小波將指紋圖像進(jìn)行多重二維分解，直到獲取64個(gè)空間頻率子帶；

(b)將指紋圖像劃分成尺寸為90x90的非重疊圖像子塊；

(c)對于劃分得到的每一個(gè)90x90的圖像子塊，計(jì)算子帶波段范圍在4-19的小波系數(shù)的能量和均值，分別記為向量E和M；

(d)將E和M作為90x90的圖像子塊所對應(yīng)的一組低頻特征子向量；

(2)基于灰度共協(xié)矩陣的高頻子向量特征提取

(e)將步驟(1)中劃分得到的每一個(gè)90x90大小的圖像子塊進(jìn)一步劃分成9個(gè)30x30大小互不重疊的圖像子塊；

(f)對于劃分得到的每一個(gè)30x30的圖像子塊，計(jì)算灰度共協(xié)矩陣所衍生出的3個(gè)特征值，包括角二階矩、對比度、反差分矩；

(g)重復(fù)步驟(f)，直到得出同一個(gè)90x90圖像子塊中9個(gè)30x30的圖像子塊的所有27個(gè)特征值，記為向量G；

(h)將G作為90x90的圖像子塊所對應(yīng)的一組高頻特征子向量。

3.根據(jù)權(quán)利要求1或2所述的基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是所述的特征融合算法為：對于每一個(gè)90x90大小的圖像子塊，用一個(gè)融合59個(gè)參數(shù)的向量F＝(E，M，G)作為這個(gè)圖像子塊的特征向量，其中，子向量E（e₁，...，e₁₆)表示子帶頻段在4-19間對稱小波系數(shù)的16個(gè)能量；子向量M(m₁，...，m₁₆)表示子帶頻段在4-19間對稱小波系數(shù)的16個(gè)均值；子向量G(g₁，...，g₂₇)表示由灰度共協(xié)矩陣得到的27個(gè)附加特征參數(shù)。

4.根據(jù)權(quán)利要求1或2所述的基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是大面積滑移區(qū)域檢測的步驟如下：

(1)構(gòu)建一個(gè)3層59∶18∶2的增強(qiáng)型遺傳神經(jīng)網(wǎng)絡(luò)分類器；

(2)在離線狀態(tài)下對90x90大小的圖像子塊進(jìn)行手工標(biāo)注，作為訓(xùn)練樣本對分類器進(jìn)行訓(xùn)練；

(3)使用分類器對指紋圖像中的大面積滑移區(qū)域進(jìn)行檢測。

5.根據(jù)權(quán)利要求3所述的基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是大面積滑移區(qū)域檢測的步驟如下：

(1)構(gòu)建一個(gè)3層59∶18∶2的增強(qiáng)型遺傳神經(jīng)網(wǎng)絡(luò)分類器；

(2)在離線狀態(tài)下對90x90大小的圖像子塊進(jìn)行手工標(biāo)注，作為訓(xùn)練樣本對分類器進(jìn)行訓(xùn)練；

(3)使用分類器對指紋圖像中的大面積滑移區(qū)域進(jìn)行檢測。

6.根據(jù)權(quán)利要求1或2所述的基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是小面積滑移區(qū)域檢測的步驟如下：

(1)將圖像劃分成尺寸為30x30的非重疊圖像子塊；

(2)對于劃分得到的每一個(gè)30x30的圖像子塊，進(jìn)行離散余弦變換；

(3)選取離散余弦變換后的高頻分量對指紋圖像中的不規(guī)則小面積滑移缺陷區(qū)域進(jìn)行精確檢測。

7.根據(jù)權(quán)利要求3所述的基于子帶特征融合的活體指紋滑移缺陷檢測方法，其特征是小面積滑移區(qū)域檢測的步驟如下：

(1)將圖像劃分成尺寸為30x30的非重疊圖像子塊；

(2)對于劃分得到的每一個(gè)30x30的圖像子塊，進(jìn)行離散余弦變換；

(3)選取離散余弦變換后的高頻分量對指紋圖像中的不規(guī)則小面積滑移缺陷區(qū)域進(jìn)行精確檢測。