[发明专利]用于移动用户的多生物特征图像信息融合方法及其应用

权利要求书

1.一种用于移动用户的多生物特征图像信息融合方法，其特征在于：包括如下步骤：

⑴采集端的建立：在移动设备的信息输入端安装多生物特征采集模块，该多生物特征采集模块包括指纹特征采集模块、人脸特征采集模块、虹膜特征采集模块，采集的指纹、人脸、虹膜特征均为图像数据；

⑵图像底层特征提取：先对所有的生物特征图像数据分别进行图像预处理，再对预处理后的图像底层特征进行提取，图像底层提取特征的步骤是分别提取如下特征：

LBP特征，用于描述图像局部纹理情况；

Zernike正交不变矩特征，用于描述图像的区域特征；

Garborfilter特征，用于对图像进行时频分析，提取不同方向、频率下的纹理值；

⑶矩阵构建：

将图像底层特征构建每个用户的底层特征-图像矩阵，其具体步骤为：

①对各生物特征的ROI图像统一分块成p个大小为n×n的小图像，q个生物特征图像共p×q个局部小图像；

②对每个局部小图像分别进行包括LBP特征、Zernike正交不变矩特征、Garbor filter特征等分析，并将这些特征作为每个用户的底层特征-图像矩阵的列向量；

③将q个分块后的局部小图像作为每个用户的底层特征-图像矩阵的行向量，统计上一步得到的每个底层特征对其出现的概率，构建每个用户的底层特征和图像之间的特征-图像矩阵，其大小为p×q；

⑷多生物融合特征：

首先，对底层特征-图像矩阵进行矩阵行方向分解后，然后，将图像投影到该特征空间内，获得多生物融合特征，其步骤如下：

①图像矩阵分解处理：将大小为p×q的m个矩阵集合用X_p×q＝[A₁,A₂,...,A_m]来表示，A_n代表每个用户对角化后的底层特征-图像矩阵，m是用户的数量，首先利用1D-NMF分解成为大小为p×d的矩阵L和一个大小为d×q的矩阵H之积，使得：X_p×q≈L_p×dH_d×q，d是参考维数，L是矩阵X在图像行方向分解得到的基矩阵，H为系数矩阵；

②将图像投影到该特征空间内，即得到由该特征组合的系数C_n所表示的多生物融合特征。

2.根据权利要求1所述的用于移动用户的多生物特征图像信息融合方法，其特征在于：所述图像预处理是先将图像数据感兴趣区域进行分割，出图像的前景和背景，一般根据采集图像的中心点，截取40×40的图像块作为感兴趣ROI区域，对该区域利用Gabor filter滤波器进行滤波增强，然后对增强后的图像区域进行灰度归一化处理。

3.根据权利要求2所述的用于移动用户的多生物特征图像信息融合方法，其特征在于：所述灰度归一化方法为：设图像中某像素点的像素值为f(x,y)，所有像素灰度值中的最大值为max，最小值为min,，则灰度归一化公式可以表述为：

f(x,y)＝(f(x,y)-min)*255/(max-min)。

4.一种用于移动用户的多生物特征图像信息融合方法在移动设备上进行综合识别的应用，其特征在于：在移动设备上设置的存储卡上存储有数据库，在移动设备上安装所述指纹采集模块、人脸特征采集模块以及虹膜特征采集模块，在移动设备的信息输出端安装多生物特征选择模块，在多生物特征选择模块中均需要设置于每个生物特征采集模块对应的选择输入0/1标识模块。

5.根据权利要求4所述的用于移动用户的多生物特征图像信息融合方法在移动设备上进行综合识别的应用，其特征在于：在每个0/1标识模块所在的控制电路上均连接有发光二极管，当0/1标识模块被选择输入时，标示为1，发光二激光通电发光，否则，标示为0，发光二极管不发光。

6.根据权利要求5所述的用于移动用户的多生物特征图像信息融合方法在移动设备上进行综合识别的应用，其特征在于：其识别方法步骤为：

⑴离线对多生物特征进行多生物特征采集和选择、底层特征提取等，并将这些特征融合，将融合后特征的数值归一化到[0,1]范围内且存贮在数据库，同时对归一化的数值设定阈值；

⑵在线采集多生物特征，并进行底层特征提取、多生物特征融合等处理，对融合的生物特征进行归一化处理，并将输入特征的数值归一化到[0,1]范围内；

⑶利用最近邻域分类器来对在线采集的输入特征和存贮在数据库中的特征进行匹配，并计算他们的匹配分数，如果分数超过一定的阈值，则认为认证成功；否则，失败。