[发明专利]一种基于非负矩阵分解的指静脉特征提取方法

权利要求书

1.一种基于非负矩阵分解的指静脉特征提取方法，其特征在于：

（1）对指静脉样本库图片提取感兴趣区域；

（2）将感兴趣区域图像矩阵列向量化，得到指静脉数据集；

（3）训练指静脉数据集，得到特征矩阵及系数矩阵；

（4）提取测试样感兴趣区域，列向量化为测试样本向量，在特征矩阵上做投影，得到的投影系数为待识别的特征。

2.根据权利要求1所述的一种基于非负矩阵分解的指静脉特征提取方法，其特征在于：所述的图像矩阵列向量化为将感兴趣区域图像矩阵A_k＝(b₁b₂...b_j)∈R^i×j的每列元素依次排列，得到一维的列向量：

vk=b1b2···bj∈Rn×1,(n=i×j),]]>

故静脉库中m个样本经此操作得到静脉数据集V＝(v₀,v₁,...,v_m-1)∈R^n×m。

3.根据权利要求2所述的一种基于非负矩阵分解的指静脉特征提取方法，其特征在于：所述的训练指静脉数据集包括：

降维后的特征维数r，初始化特征矩阵W和系数矩阵H为随机正矩阵，进行迭代使目标函数相稳定后停止，由此获得特征维数为r情况下的特征矩阵W和系数矩阵H；系数矩阵即在特征矩阵W上的投影系数集合，记作

H＝(h₀,h₁,...,h_m-1)，其中h_i＝(h_1i,h_2i,...,h_ri)^T，

由此将静脉矩阵的维数降到了r。