[发明专利]一种基于双内指节纹多方向混合特征的身份认证方法

摘要

本发明涉及一种单指双内指节纹多方向混合特征的身份认证方法，主要涉及Gabor变换，横向局部二值模式以及分数层融合策略。认证流程主要包括手指图像采集，内指节纹特征定位，内指节纹特征提取，分数层特征融合，决策匹配五部分。本发明使用单手指上的两个纹理特征设计身份认证方法弥补单内指节的纹理特征单一不足，充分使用单手指上的生物特征，并且使用Gabor和横向局部二值模式提取多方向的混合特征克服传统只使用单方向Gabor特征导致的内指节纹可用于身份认证信息的遗失，实现安全可靠的身份认证。

主权项

1.一种基于双内指节纹多方向混合特征的身份认证方法，其特征在于，包括以下步骤：原始图像采集的步骤：具体是手部图像采集，相机采集包含完整手指及手掌的手部图像，该过程要求手指并拢平行，手掌垂直于镜头方向，手掌与镜面平行，采集环境置于匀光黑色背景下，避免光照位置对识别效果的影响；针对上述原始图像进行预处理的步骤：预处理旨在定位用于特征提取的感兴趣区域，具体包括：S1，定位单根手指区域：选定中指、无名指以及食指中的任意一个，依据手指位置的先验信息，从原始掌纹图像f(x,y)中截取关键点定位区域图像f1(x,y)，该区域左右边沿在选定手指的第二指节内，上下边缘在选定手指的相邻两个手指上；使用大律算法选取合适阈值二值化f1(x,y)得到f2(x,y)；对f2(x,y)沿指缝方向radon投影，通过直方图极值定位选定手指的两个边界关键点；使用两个边界及第三指骨区域的先验信息分割出包含完整中指第一指节纹和第二指节纹区域f3(x,y)；S2，定位双内指节纹感兴趣区域：对图像f3(x,y)沿竖直方向进行radon投影，根据投影的两区域的极值点可以判断第一指节纹和第二指节纹位置，从而分割出包含第一指节纹和第二指节纹的感兴趣区域R(x,y)；针对上述预处理后的图像进行特征提取的步骤：具体是内指节纹3个方向上的混合特征提取，具体包括：S1，全局特征提取：对感兴趣区域R(x,y)分别从5°,0°,-5°进行Gabor变换,得到RG1(x,y),RG2(x,y),RG3(x,y)；S2，局部特征提取：对RG1(x,y),RG2(x,y),RG3(x,y)三个方向的纹理图进行横向LBP运算，得到局部纹理特征；S3，分块直方图：对局部纹理特征分成互不相交的子块，分别计算内指节纹各子块的直方图特征，连接块的直方图特征得到混合特征HRG1(x,y),HRG2(x,y),HRG3(x,y)；S4，特征编码：使用DP-SMAWK选取N个最优阈值，对连接直方图特征进行编码得到码图P1(x,y),P2(x,y),P3(x,y)；针对上述提取的特征进行特征匹配融合的步骤，具体包括：S1，特征匹配：将3个特征模板分别于数据库中的模板进行匹配，匹配方式采用归一化的汉明距离；h(a,b)＝min(|a-b|,N-|a-b|) 式二其中的Pi(x,y)为测试内指节纹特征，Qi(x,y)为数据库中的内指节纹特征，i＝1,2,3；S2，分数归一化：由于各方向的匹配分数分布不同，需要进行归一化；归一化过程的参数需要训练得到，归一化方式如下：D表示第Di类特征的真匹配和假匹配分布，D*表示第Di类特征的真匹配分布，α表示训练参数，i＝1,2,3；S3，分数融合：分数层融合方式使用加权匹配，公式如下dis＝W1·D1'+W2·D2'+W3·D3' 式四权重Wi的选取根据各匹配器的训练错误率(EER)ei确定，i＝1,2,3，计算公式如下：匹配结果生成的步骤：具体就是匹配决策，依据根据训练的距离选取的最优阈值判断匹配的正确与否，从而判断用户是否通过认证。