[发明专利]一种指静脉仿生纹理和线状纹理的匹配及识别方法

说明书

本发明公开了一种结合仿生纹理特征和线状纹理特征的手指静脉识别方法，该方法可以有效地利用了手指静脉的仿生纹理特征和线状纹理特征，克服噪声对识别精度带来的不利影响，提高了手指静脉识别系统的识别性能和鲁棒性。它分别提取手指静脉图像的仿生纹理特征和线状纹理特征：仿生纹理特征使用哺乳动物视觉皮层简单细胞接受场模型良好近似的Gabor滤波器提取，用其进行特征识别，效果类似人眼识别物体，具有良好的效果。

技术领域

本发明涉及手指静脉识别领域，具体地说是一种指静脉仿生纹理和线状纹理的匹配及识别方法。

背景技术

手指静脉识别是一种新兴的具有较好发展前途的生物特征识别技术，手指静脉识别的关键在于如何准确提取静脉网络，在此基础上进行特征提取和匹配。为了克服低质量手指静脉图像对识别结果的影响，结合仿生纹理特征和线状纹理特征的手指静脉识别方法被提出。其基本原理是首先对采集的手指静脉图像做一定的预处理，包括图像增强、尺寸归一化等，然后对预处理后的图像提取结合仿生纹理和线状纹理的特征，并融合编码产生特征向量。最后利用特征向量之间的海明距离计算两幅手指静脉图像的特征相似度，根据设定的特征权及阈值进行匹配，验证二者是否来自同一枚手指。

传统的手指静脉识别方法在特征提取时，往往只提取单一的特征，并不完备，不能将手指静脉图像的特性很好的描述出来，这样，不完备的特征通常会导致识别率的降低。

发明内容

本发明的目的是为解决上述现有技术的不足，而提供一种提高手指静脉识别系统的识别性能和鲁棒性的指静脉仿生纹理和线状纹理的匹配及识别方法。

为实现上述目的，本发明提供的一种指静脉仿生纹理和线状纹理的匹配及识别方法，基于特征权及海明距离的匹配，通过计算特征向量之间的海明距离获得两幅手指静脉图像的特征相似度，但是由于图像采集装置的不同，在不同环境下仿生纹理特征和线状纹理特征对识别的重要程度不同，如图像的静脉清晰，线状纹理明显，特征向量中线状纹理特征Dnx更为重要，反之，则仿生纹理特征Dgx重要，所以为了提高识别率，采用分别计算海明距离，再加权的图像相似度Dista,b进行匹配，如式(7)所示：

其中，为异或操作，Dist(a，b)为手指静脉图像a和图像b的相似度，为手指静脉图像a的仿生纹理特征，为手指静脉图像b的仿生纹理特征，为手指静脉图像a的线状纹理特征，为手指静脉图像b的线状纹理特征。通常情况ω_g＝ω_n＝0.5，如手指静脉纹理清晰，则适当调大ω_n；反之则调大ω_g。

本发明提供的一种指静脉仿生纹理和线状纹理的匹配及识别方法，在应用中，先对训练图像进行预处理，然后，分别提取预处理后图像的仿生纹理和线状纹理特征，并将之融合成完备的手指静脉图像的特征，编码成特征向量，最后利用特征向量之间的海明距计算两幅手指静脉图像的特征相似度，根据设定的特征权及阈值进行匹配，验证二者是否来自同一枚手指。本发明的有益效果是：将基于Radon变换的线状纹理特征，将之融合到手指静脉图像的特征向量中，进一步提高了特征向量的完备性；同时，在特征匹配阶段，采用了基于特征权及海明距离的匹配，可针对在不同运行环境下，调整特征权，达到最佳的匹配效果。从而，提高了手指静脉识别系统的识别性能和鲁棒性。

具体实施方式

下面结合实施例对本发明做进一步说明。