[发明专利]基于特征混合矩阵的指纹与指静脉识别融合方法在审
| 申请号： | 201910072376.6 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109829493A | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 马慧 | 申请（专利权）人： | 黑龙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/32;G06K9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150081 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明针对单模态系统存在的认证不稳定，错误率较高等缺点，综合考虑指纹识别及手指静脉识别的优缺点，提出了一种基于特征混合矩阵的指纹与指静脉识别融合方法。对读入的静脉图像与指纹图像分别进行预处理操作，其中对静脉图像进行手指区域分割，感兴趣区域提取，方向滤波增强等操作，对指纹图像进行尺寸归一化与方向滤波增强操作；然后将两种图像进行模糊分块处理，在此基础上，利用离散余弦变换提取两种图像的每一个图像子块的低频系数来表征局部特征；再将指纹特征向量与静脉特征向量串联混合构成特征混合矩阵，最后将该混合矩阵的识别结果与基于局部特征方法的指纹识别结果、手指静脉识别结果在决策级上融合，将融合后的结果作为最终的识别结果。本发明利用大量的融合特征信息可以估计出精确的统计模型，充分地利用特征间的互补信息来提高系统准确性，有效地弥补了单一模态识别系统的不足。 | ||
| 搜索关键词： | 混合矩阵 融合 手指静脉识别 静脉识别 静脉图像 局部特征 指纹识别 指纹图像 滤波 指纹 图像 离散余弦变换 指纹特征向量 尺寸归一化 感兴趣区域 预处理操作 低频系数 分块处理 互补信息 模态识别 手指区域 特征向量 特征信息 统计模型 图像子块 综合考虑 错误率 单模态 有效地 读入 静脉 串联 模糊 认证 分割 决策 | ||
【主权项】：
1.基于特征混合矩阵的指纹与指静脉识别融合方法，其特征是：对读入的静脉图像与指纹图像分别进行预处理操作，其中对静脉图像进行手指区域分割，感兴趣区域提取，方向滤波增强等操作，对指纹图像进行尺寸归一化与方向滤波增强操作；然后将两种图像进行模糊分块处理，在此基础上，利用离散余弦变换(DCT)提取两种图像的每一个图像子块的低频系数来表示局部特征；再将指纹特征向量与静脉特征向量串联混合构成特征混合矩阵，最后将该混合矩阵的识别结果与基于局部特征方法的指纹识别结果及静脉识别结果在决策级上进行融合，将融合后的结果作为最终的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于黑龙江大学，未经黑龙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910072376.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于不平衡数据的分类方法
- 下一篇：一种基于加权相似性度量的聚类集成方法
