[发明专利]一种掌纹识别方法

权利要求书

1.一种掌纹识别方法，所述方法包括：

提取ROI区域，对掌纹图像基于手指之间的两个参考点进行定位，进行预处理以提取ROI，最终稳定的获得主线；如果两个掌纹图像从同一个手掌获取而得，则最终得出的主线应该是相似的，否则为不同的两个主线图像；

对掌纹的特征进行提取，对掌纹主线提取效果最好的是MFRAT方法，通过沿图像中所有可能的纹理累积图像强度来强调线性特征，从而可以检测图像中的纹理；

通常将MFRAT定义为某组线上的图像像素之和；MFRAT定义为：

上述公式中G为高斯滤波器用来除噪声，I为掌纹的一个图像样本，*代表进行一次卷积运算，r[L_k]此掌纹样本的卷积响应值；最终获得图像的方向图像D和能量图像E

根据能量图像E，可以通过阈值获得线图像，然后根据能量标准过滤掉小皱纹，从而提取出掌纹的主线；

使用低秩矩阵表示（LRR）是同时执行噪声校正和数据分割最有效的方案，并同时使用LRR与主线距离（LRRIPLD）集合在一起来实现掌纹识别，主线距离的目标函数定义为：

其中X表示原始图像集，Z为掌纹图像集的表示系数矩阵，D（A，B）表示两个掌纹图像之间主线距离；

将提取的掌纹主线的数据上传到远程掌纹图像数据库中；

再将上传的数据与数据库源数据做特征匹配；最后进行测试总结，若两个掌纹图像的特征点细节匹配点数越多，则越相似。

2.根据权利要求1所述的方法，其中所述的主线距离经过专门设计，以定量表示两个主线图像的相似性，并且它基本上是根据主线的重叠像素确定的；如A、B两个掌纹主线二进制图像，他们的主线距离为：

最终看D（A，B）的值是否在0到1中,若D（A，B）越接近0，A和B之间越相似，相反则越不相似。

3.根据权利要求1所述的方法，其中所述的特征匹配，掌纹信息进行匹配时都采用向量的形式进行，并且需要做方向以及位置的调整，调整后进行特征匹配，若掌纹特征点匹配的位置差距值和角度差距值小于设定相应的阈值

。