[发明专利]基于特征混合矩阵的指纹与指静脉识别融合方法

权利要求书

1.基于特征混合矩阵的指纹与指静脉识别融合方法，其特征是：对读入的静脉图像与指纹图像分别进行预处理操作，其中对静脉图像进行手指区域分割，感兴趣区域提取，方向滤波增强等操作，对指纹图像进行尺寸归一化与方向滤波增强操作；然后将两种图像进行模糊分块处理，在此基础上，利用离散余弦变换(DCT)提取两种图像的每一个图像子块的低频系数来表示局部特征；再将指纹特征向量与静脉特征向量串联混合构成特征混合矩阵，最后将该混合矩阵的识别结果与基于局部特征方法的指纹识别结果及静脉识别结果在决策级上进行融合，将融合后的结果作为最终的识别结果。

2.根据权利要求1所述的局部特征提取方法，其特征是：首先对图像进行模糊分块处理，根据每个像素点到模糊子块中心的距离大小来确定该像素点属于该子块的隶属度，应用上述准则将静脉图像分成8×3个模糊块；对上述模糊分块后的指纹图像与手指静脉图像的每一个图像子块分别进行DCT变换，对于M×N个块图像，我们将得到一个由图像的所有频率分量组成的M×N 的DCT系数矩阵，在DCT系数矩阵中，较大幅度的系数位于矩阵的左上角，这些系数包含了图像的大部分信息，本发明取系数矩阵中的前8个。

3.根据权利要求1所述的特征混合矩阵，其特征是：利用DCT变换提取每个静脉图像子块中的重要信息，生成静脉图像特征向量，同理生成指纹图像特征向量，式中g表示每个手指参与训练的指纹图像、静脉图像个数， w表示每幅图像模糊子块的个数，D为特征向量的维数，本发明取G=5，W=24，特征向量维数为8，则手指静脉图像的特征向量可表示为，同理指纹图像特征向量表示为；

将指纹图像与手指静脉图像特征向量首尾相连构造出串联特征向量，按串联顺序不同，得到两个串联特征向量与，将上述两个串联特征向量构造出融合特征混合矩阵为，在进行识别时，将库中模板特征混合矩阵与待识别样本的进行比较，将库中不匹配程度最小的样本作为匹配识别结果；

在提取出指纹图像与指静脉图像的局部特征后，得到基于局部特征方法的指纹识别结果R_p及静脉识别结果R_v，结合上述指纹静脉特征混合矩阵的识别结果R_fusion，这三个结果的取值为0或1，0代表识别失败，1代表识别成功，整个系统最终的识别结果R由上述得到R_p、R_v与R_fusion采用投票的方式获得，当有两个及以上的分类器识别结果为通过时，R的结果为通过，具体公式如下：

。