[发明专利]一种新的指静脉软生物特征构造方法

说明书

技术领域

本发明涉及图像处理与分析技术领域，更具体地说，涉及一种新的指静脉软生物特征构造方法。

背景技术

现有的指静脉识别研究中，静脉图像中的背景通常被当成噪声剔除，而仅仅将静脉纹理特征作为指静脉图像的唯一特征提取出来用于特征匹配。

然而，研究发现，透射式指静脉图像的背景中，实质上蕴含了丰富的特征信息。由于每个人手指的三维形状和厚度存在差异，其内部组织分布也不均匀，因此对近红外光线的吸收与散射也会不同，造成最终的成像效果也会各不相同，部分手指的成像示例如图1(1)-图1(5)所示。从图1(1)-图1(5)中可以看出，不同手指在通过同一光照强度的近红外光透射后成像的指静脉图像，不但其中的静脉纹理(纹理层)不同，而且手指内部的非静脉区域(质地层)的整体明暗程度也不同，此外，其中明暗分布也各不相同。

因此，在提取出静脉纹理特征进行匹配的同时，是否可分离出图像的背景信息来构造新的软生物特征以辅助提高指静脉识别的准确率，将成为指静脉识别研究的热点之一。

发明内容

本发明的目的在于克服现有技术中的缺点与不足，提供一种新的指静脉软生物特征构造方法，该方法将以往处理方法中作为噪声直接丢弃的质地层信息加以利用，并从中构造质地层软生物特征，以增加静脉识别的特征信息量，从而提高指静脉识别的准确率。

为了达到上述目的，本发明通过下述技术方案予以实现：一种新的指静脉软生物特征构造方法，其特征在于：包括以下步骤：

第一步，从指静脉图像中获取质地层图像，其中，质地层是指手指内部的非静脉区域；

第二步，采用统计的方法对质地层图像进行特征提取；

第三步，通过第二步提取的特征进行质地层软生物特征的构造。

在上述方案中，质地层图像的获取是为了提升主观的视觉效果而提出的一种图像增强方法。本发明通过分析指静脉成像机理，创新性的将质地层图像获取的方法引入到指静脉识别上，通过对指静脉图像的质地层图像处理，将以往处理方法中作为噪声直接丢弃的质地层信息加以利用，并从中构造软生物特征，以增加静脉识别的特征信息量，从而提高指静脉识别的准确率。这种思路从另外一个角度看待原本废弃的信息，对于其它的模式识别问题具有很好的启发作用。

第一步中，从指静脉图像中获取质地层图像是指：采用图像分层算法对指静脉图像进行分层处理来获取质地层图像。本发明采用图像分层算法对未经过尺度缩放的指静脉图像进行分层处理，获得纹理层和质地层。

或者，第一步中，从指静脉图像中获取质地层图像是指：采用高斯模糊算法对指静脉图像进行处理，得到的模糊图像作为质地层图像。

采用上述两种方法分离出的质地层图像中隐含了一定的特征信息，尽管不足以单独作为一种具有很强鉴别力的特征，但是能够从中提取一些有用的特征信息，辅助提高指静脉识别的准确率。

第二步中，所述采用统计的方法对质地层图像进行特征提取包括以下步骤：

Ⅰ.计算质地层图像I的均值I^M和方差I^V；

Ⅱ.将质地层图像I等分成m×n个子块I_i，其中，1≤i≤mn，并计算每一子块内的均值和方差并将每个子块的均值和方差进行串联就能得到均值方差序列

Ⅲ.将质地层图像I的每一行像素值分别求和，得到的所有值形成行求和序列将质地层图像I的每一列像素值分别求和，得到的所有值形成列求和序列把两个序列串联起来得到行列求和序列

采用基于统计的方法进行特征提取，可以从质地层图像中提取出具有一定区分度的特征。

在第三步中，所述通过第二步提取的特征进行质地层软生物特征的构造是指：通过第二步计算得出质地层图像I的均值I^M、方差I^V、每个子块均值方差序列和行列求和序列来构造特征矢量，则构造成质地层软生物特征。

所述第三步中，构造成的质地层软生物特征为以下三种方式之一：

(1)质地层软生物特征为：{I^M,I^V}；

(2)质地层软生物特征为：

(3)质地层软生物特征为：

实验比较发现，这些质地层软生物特征具备良好的稳定性，且对于不同采集时间，小幅的光强变化和位移都有较好的鲁棒性。尽管这些特征不具备纹理特征的唯一性，但是通过与纹理特征融合后，能够大幅提高认证准确率和防伪性。