[发明专利]一种基于小波包分解的虹膜特征提取与匹配方法

权利要求书

1.一种基于小波包分解的虹膜特征提取与匹配方法，其特征在于，该方法的步骤包括：

S1、将规范化虹膜图像进行分块和去噪处理，并将去噪后的所有子块进行虹膜特征提取，形成特征模板；

S2、分别对各子块图像进行一层小波包分解，提取虹膜的径向纹理特征和弧向纹理特征，形成环向特征向量；

S3、分别对各子块图像进行多层小波包分解，提取虹膜的总体能量分布特征和局部能量分布特征，形成能量特征向量；

S4、将子块的环向特征向量和能量特征向量组成子块图像的虹膜特征向量，将各个子块图像的虹膜特征向量组成虹膜图像的特征模板；

S5、对两幅虹膜图像的特征模板进行匹配识别，并基于相似度和汉明距离逐级进行判别分类；

其中，在所述S3中，多层小波包分解逐层在上一层的概貌子图和三方向细节子图上分别进行小波包分解，得到特征分布集合，分别对各子块图像进行三层小波包分解，并在第三层小波包概貌子图上提取虹膜的总体能量分布特征，在第三层小波包斜向细节子图上提取虹膜的局部能量分布特征。

2.根据权利要求1所述的虹膜特征提取与匹配方法，其特征在于，所述步骤S1包括：

S11、将获取的规范化虹膜图像进行分块处理；

S12、根据噪声掩膜图像剔除含噪声的图像块，并将不含噪声的图像块组成虹膜图像子块序列；

S13、分别对各子块进行虹膜特征提取，形成特征模板。

3.根据权利要求1所述的虹膜特征提取与匹配方法，其特征在于，所述步骤S5包括：

S51、根据加权环向特征向量的相似度进行初筛分类，如果属于异类虹膜，则匹配失败，则进入下一对虹膜特征模板的匹配，如果属于同类虹膜，则初筛成功执行步骤S52；

S52，根据加权能量特征向量的汉明距离进行判别分类。