[发明专利]融合多特征和主成分分析的三维掌纹识别方法

权利要求书

1.一种融合多特征和主成分分析的三维掌纹识别方法，其特征在于：包括以下步骤：

第一步，离线训练阶段，包括：

步骤1：对完整的三维手掌点云进行预处理，将所有的掌纹调整至同一坐标系下，构成掌纹曲面的三维掌纹点云；

步骤2：对上述感兴趣区域的掌纹点云提取形状指数类型特征；

步骤3：对上述感兴趣区域的掌纹点云提取曲面类型特征；

步骤4：对上述感兴趣区域的掌纹点云提取自适应的修正竞争编码特征；

步骤5：对所述形状指数类型特征、曲面类型特征和自适应的修正竞争编码特征分别进行基于分块直方图统计的特征处理，获取形状指数类型特征对应的直方图特征、曲面类型特征对应的直方图特征和自适应的修正竞争编码特征对应的直方图特征；

步骤6：将训练集中所有样本经过步骤1-5处理之后，对所述形状指数类型特征对应的直方图特征进行主成分分析法降维处理，得到最终表征三维掌纹的形状指数类型特征向量；对所述曲面类型特征对应的直方图特征进行主成分分析法降维处理，得到最终表征三维掌纹的曲面类型特征向量；对所述自适应的修正竞争编码特征对应的直方图特征进行主成分分析法降维处理，得到最终表征三维掌纹的修正竞争编码特征向量；

第二步，在线测试阶段：

步骤7：重复步骤1-步骤6，对待测试的三维掌纹点云提取形状指数类型特征向量、曲面类型特征向量和自适应的修正竞争编码特征向量；

步骤8：将步骤7中得到的待测试掌纹的三个特征向量与第一步步骤6得到的训练集里的每一个训练样本的三种特征向量分别计算欧式距离，得到该测试样本与训练集中每一个训练样本的形状指数类型特征对应的欧式距离，曲面类型特征对应的欧式距离，修正竞争编码特征对应的欧式距离；

步骤9：将步骤8中的三个欧式距离进行加权融合，作为该测试样本与训练样本的最终的匹配距离，具体为：

其中dis₁为形状指数类型特征对应的欧式距离，w₁为dis₁的权重；dis₂为曲面类型特征对应的欧式距离，w₂为dis₂的权重；dis₃为修正竞争编码特征对应的欧式距离，w₃为dis₃的权重；Dis为该测试样本与该训练样本的最终匹配距离；

步骤10：使用k近邻分类器，找到训练集中与该测试样本的匹配距离最小的k个，统计这k个样本中各类样本出现的频数，频数最高的类判定为该测试样本所属的类别。