[发明专利]基于模糊聚类和SIFT的掌静脉图像匹配方法

权利要求书

1.一种用于掌静脉图像特征匹配的方法，所述方法包括：

获取手掌图像，其中所述手掌图像中包括手掌和背景；

基于所述手掌图像中的各像素的灰度值，使用模糊聚类算法将所述手掌图像划分为对应于背景部分的背景区域、对应于掌静脉部分的稳定特征区域、以及介于所述背景区域和所述稳定特征区域之间的模糊区域；

对所述稳定特征区域进行中值滤波；

对所述模糊区域和经中值滤波的稳定特征区域进行均衡化处理；

使用ROI提取算法将经均衡化处理后的所述模糊区域和所述稳定特征区域重新划分成特征区域和非特征区域，并移除所述非特征区域；以及

基于所述特征区域进行掌静脉图像特征匹配。

2.如权利要求1所述的方法，其特征在于，进一步包括：

在对所述手掌图像进行划分之前，对所述手掌图像进行Gabor滤波。

3.如权利要求1所述的方法，其特征在于，所述均衡化处理为自适应直方图均衡化处理。

4.如权利要求1所述的方法，其中，使用ROI提取算法将经均衡化处理后的所述模糊区域和所述稳定特征区域重新划分成特征区域和非特征区域包括：

寻找手掌的内部中间分界线；

使用所述内部中间分界线将手掌分为上下两个部分；

利用上下两个水平边缘检测模板分别检测手掌区域的上下边缘；以及

通过边缘位置标记得到所述手掌图像中的手掌区域作为所述特征区域。

5.如权利要求1所述的方法，其特征在于，基于所述目标区域进行掌静脉图像特征匹配进一步包括：

利用SIFT算法来进行所述掌静脉图像特征匹配。

6.一种用于掌静脉图像特征匹配的设备，所述设备包括：

图像捕获装置，所述图像捕获装置被配置成获取手掌图像，其中所述手掌图像中包括手掌和背景；

处理单元，所述处理单元被配置成：

基于所述手掌图像中的各像素的灰度值，使用模糊聚类算法将所述手掌图像划分为对应于背景部分的背景区域、对应于掌静脉部分的稳定特征区域、以及介于所述背景区域和所述稳定特征区域之间的模糊区域；

对所述稳定特征区域进行中值滤波；

对所述模糊区域和经中值滤波的稳定特征区域进行均衡化处理；

使用ROI提取算法将经均衡化处理后的所述模糊区域和所述稳定特征区域重新划分成特征区域和非特征区域，并移除所述非特征区域；以及

基于所述特征区域进行掌静脉图像特征匹配。

7.如权利要求6所述的设备，其特征在于，所述处理单元被进一步配置成：

在对所述手掌图像进行划分之前，对所述手掌图像进行Gabor滤波。

8.如权利要求6所述的设备，其特征在于，所述均衡化处理为自适应直方图均衡化处理。

9.如权利要求6所述的设备，其中，所述处理单元被配置成使用ROI提取算法将经均衡化处理后的所述模糊区域和所述稳定特征区域重新划分成特征区域和非特征区域包括所述处理单元被配置成：

寻找手掌的内部中间分界线；

使用所述内部中间分界线将手掌分为上下两个部分；

利用上下两个水平边缘检测模板分别检测手掌区域的上下边缘；以及

通过边缘位置标记得到所述手掌图像中的手掌区域作为所述特征区域。

10.如权利要求6所述的设备，其特征在于，基于所述目标区域进行掌静脉图像特征匹配进一步包括：

利用SIFT算法来进行所述掌静脉图像特征匹配。