[发明专利]基于掌纹图像配准的非接触掌纹识别方法

说明书

技术领域

本发明涉及一种基于掌纹图像配准的非接触掌纹识别方法。

背景技术

掌纹识别是近年来新兴的一种生物特征识别技术。它具有用户接受程度较好，识别精度较高的优点。

现有的掌纹特征提取和匹配方法通常需要待匹配的两幅掌纹图像较好的对齐，而解决掌纹图像对齐的最常用方法是设计一种专用掌纹图像采集设备，在采集图像时，用户将手掌置于设备之上，使用辅助定位装置限制手指和手掌的活动，以保证每次采集的掌纹图像能够较好的对齐。而这种方式的最大缺陷是大大降低了掌纹识别的用户接受程度。

解决这一问题的有效手段是使用非接触方式采集掌纹图像。但在非接触采集方式中，由于缺少了辅助定位装置，采集到的掌纹图像往往存在较明显的旋转、尺度、平移等变换。这些变换即使经过感兴趣区域(ROI)提取也很难消除。

发明内容

基于以上不足之处，本发明提出一种基于掌纹图像配准的非接触掌纹识别方法。

本发明所采用的技术如下：一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段。在注册阶段，将用户提供的原型掌纹图像进行掌纹ROI提取，得到掌纹ROI图像，在掌纹ROI图像上提取掌纹竞争码特征并存于特征数据库，同时将掌纹ROI图像预处理后提取尺度不变特征变换(SIFT)特征存于特征数据库；在识别阶段，在用户提供的查询掌纹图像上进行相同的掌纹ROI提取、掌纹竞争码特征提取、预处理和SIFT特征提取操作，将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点，利用匹配的SIFT特征点对查询掌纹图像进行配准，并在配准的掌纹图像上提取掌纹竞争码特征，将掌纹竞争码特征与数据库中已存的掌纹竞争码特征进行匹配，得到匹配度，同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或辨识。

本发明还具有如下技术特征：

1、所述的将ROI图像预处理采用圆形Gabor滤波器对掌纹图像进行滤波操作处理，达到增强的目的，

圆形Gabor滤波器如下式所示：

G(x,y)=exp(-(x2+y2)2σ2)·exp(2πiF(x2+y2))]]>

待预处理的掌纹图像为I，增强过程通过I与圆形Gabor滤波器进行卷积操作实现，如下式所示：

R=I*G

其中，G为圆形Gabor滤波器，*代表卷积操作。

2、所述的SIFT特征提取分为四个步骤：

(1)、通过使用不同尺度的高斯滤波器与掌纹图像进行卷积运算构造Gaussian尺度空间；

(2)、通过对Gaussian尺度空间中相邻尺度的图像进行相减运算，形成Gaussian差分(DoG)空间，特征点通过检测DoG空间的局部极值点来确定；

(3)、在特征点周围选定一个图像块，并计算这一图像块的梯度方向直方图(HOG)，将HOG的最大值所对应的方向作为该特征点的主方向；

(4)、计算特征点的描述子，首先计算特征点周围图像块的HOG，然后利用该点的主方向将HOG进行方向归一化，就得到了该点的描述子。