[发明专利]一种静脉识别算法移植方法及装置

权利要求书

1.一种静脉识别算法移植方法，其特征在于：其包括以下步骤：

1）基于区域线性变换与高斯同态滤波相结合的灰度不均匀校正方法构建待移植的静脉图像预处理算法，所构建的静脉图像预处理算法用于将静脉图像处理为符合静脉识别算法模型输入需求的格式，静脉图像预处理算法的计算步骤包括：

1.1）对静脉图像进行尺度归一化处理；

1.2）利用区域线性变换与多尺度同态滤波相结合的灰度不均匀校正方法进行图像增强处理，图像增强处理的具体步骤为：

1.2.1）设定归一化处理后的静脉图像为f(x，y)，x和y分别为静脉图像矩阵的行坐标和列坐标，静脉图像感兴趣灰度范围为[a，b]，a和b分别为静脉图像感兴趣灰度范围区间的最小灰度值和最大灰度值，按照公式（1）~（3）对尺度归一化处理后的图像进行区域线性变换处理，将静脉图像感兴趣灰度范围扩展至[c，d] ，c和d分别为所述静脉图像感兴趣灰度范围区间进行扩展后的最小灰度值和最大灰度值，得到区域线性变换处理后的静脉图像g(x，y)：

1.2.2）根据照射-反射模型，对处理后的静脉图像进行对数变换，得到对数变换后的静脉图像：

1.2.3）基于进行傅里叶变换，得到：

式中，为的傅里叶变换，u和v分别为静脉图像矩阵的行坐标和列坐标 x，y经过傅里叶变换得到的变量；

1.2.4）使用滤波器对上式进行滤波处理，得到滤波后的频域图像：

1.2.5）基于，进行傅里叶逆变换，得到频率域转换到空间域后的图像：

1.2.6）基于的指数计算单尺度图像：

1.2.7）将多个尺度的同态滤波的输出结果进行加权求和，得到最终的图像：

式中，N为多尺度的个数，取3~5个，为不同的单尺度图像，是经过区域线性变换后的图像，是的权值，取值范围为大于0且小于1，为每个单尺度图像的权值，且需满足：

；

2）构建待移植的静脉识别算法模型，用于利用处理后的静脉图像输出识别结果，所构建的待移植的静脉识别算法模型的静脉识别计算步骤包括：

2.1）对预处理后的静脉图像进行特征提取，其具体步骤包括：

2.1.1）遍历整幅预处理后的静脉图像f(x，y)，将图像按照像素点进行拆分，得到四个拆分后的图像F₁(x，y)、F₂(x，y)、F₃(x，y)、F₄(x，y)；

2.1.2）使用双边滤波分别对拆分后的四个图像分别进行滤波处理；

2.1.3）将滤波处理后的四个静脉图像分别进行地形特征线提取；

2.1.4）对四个地形特征线图像进行特征编码，得到四个静脉特征图像，再将四个静脉特征融合成一个大特征图像用于后续比对；

2.2）对特征提取后的静脉图像进行特征比对；

3）基于静脉图像预处理算法和静脉识别算法模型生成动态链接库，将动态链接库编译成库文件，基于该库文件和静脉识别算法中的逻辑代码编译生成可执行程序，将可执行程序导入到静脉设备中。