[发明专利]一种用于掌纹识别的频段选择方法和装置

说明书

本发明提供一种用于掌纹识别的频段选择方法和装置，以减少掌纹识别过程中的运算量并提高掌纹识别的效率。所述方法包括：剔除掌纹图像中对应于信息量较少的频段，得到第一备选频段；基于Gabor滤波器从所述掌纹图像中选择对应于等错误率较低的频段作为第二备选频段；根据k聚类算法，从所述第一备选频段与所述第二备选频段的重叠部分中计算出若干聚类良好的频段聚类，所述聚类良好的频段聚类的中心对应的频段作为最终用于掌纹识别的频段。本发明提供的技术方案可知能够显著提高掌纹识别的效率和准确率。

技术领域

本发明属于图像处理领域，尤其涉及一种用于掌纹识别的频段选择方法和装置。

背景技术

随着成像技术和计算性能的提高，掌纹识别逐步发展成为主流的生物识别技术之一，而随着深度摄像头、多光谱/超光谱摄像头的应用，基于手掌掌纹静脉、3D信息、多光谱和超光谱图像的识别也成为可能。人的手掌除了表面有复杂的掌纹以外，内部还有错综复杂的动脉静脉血管和各种结缔组织。由于不同组织在不同光谱下的光学特性不同，在不同的光谱下可以得到不同的图像，因此，结合各种光谱下手掌图像，可以提供更多的有效信息，从而提高手掌识别的准确率。

为进一步提高掌纹识别的准确率，一种现有的掌纹识别方法引入了多光谱成像技术。多光谱成像技术可以取得在不同光谱下的手掌表皮及内部组织、血管的图像。然而，由于图片数量过多，造成运算量急剧增长。现有的另一种掌纹识别的方法是基于像素级别的多波段图像融合，并应用小波和曲波变换。在这种方法中，频带的选择是关键。鉴于此，一种对频带的选择方法是通过穷举选择最优的频带组合。

然而，由于超光谱的的频段数量一般在10^2数量级或者更大，因此，对于超光谱的掌纹识别而言，上述通过穷举选择最优频带组合的掌纹识别方法效率太低。

发明内容

本发明的目的在于提供一种用于掌纹识别的频段选择方法和装置，以减少掌纹识别过程中的运算量并提高掌纹识别的效率。

本发明第一方面提供一种用于掌纹识别的频段选择方法，所述方法包括：

剔除掌纹图像中对应于信息量较少的频段，得到第一备选频段；

基于Gabor滤波器从所述掌纹图像中选择对应于等错误率较低的频段作为第二备选频段；

根据k聚类算法，从所述第一备选频段与所述第二备选频段的重叠部分中计算出若干聚类良好的频段聚类，所述聚类良好的频段聚类的中心对应的频段作为最终用于掌纹识别的频段。

本发明第二方面提供一种用于掌纹识别的频段选择装置，所述装置包括：

第一选择模块，用于剔除掌纹图像中对应于信息量较少的频段，得到第一备选频段；

第二选择模块，用于基于Gabor滤波器从所述掌纹图像中选择对应于等错误率较低的频段作为第二备选频段；

聚类模块，用于根据k聚类算法，从所述第一备选频段与所述第二备选频段的重叠部分中计算出若干聚类良好的频段聚类，所述聚类良好的频段聚类的中心对应的频段作为最终用于掌纹识别的频段。

从上述本发明技术方案可知，一方面，在进行k聚类算法之前，通过对掌纹图像的处理，筛选出掌纹图像的信息量较多的频段和等错误率较低的频段，因此，在掌纹识别过程中，只处理这两种频段的重叠部分所对应的掌纹图像大大减少了运算量，能够显著提高掌纹识别的效率；另一方面，通过对信息量较多的频段和等错误率较低的频段对应的掌纹图像进行k聚类算法，计算出聚类良好的频段聚类，选择出最优的频段组合，不仅能够减少掌纹识别的运算量，而且能够显著提高掌纹识别的准确率。

附图说明

图1是本发明实施例一提供的用于掌纹识别的频段选择方法的实现流程示意图；

图2是本发明实施例二提供的图像中熵的值与频段的对应关系示意图；