[发明专利]一种基于纹理的手指静脉特征匹配方法

说明书

本发明提供一种基于纹理的手指静脉特征匹配方法，涉及图像识别及处理技术领域。一种基于纹理的手指静脉特征匹配方法，首先对预处理的手指静脉图像做5个尺度8个方向的Gabor变换；其次，利用曲线波变换将每个尺度下的图像进行融合，减小特征维数，从而获得集成Gabor特征的图像，再对其做近邻二值模式编码得到特征向量。最后，利用汉明距离进行匹配识别。本发明提供的基于纹理的手指静脉特征匹配方法，不仅克服了常用典型手指静脉特征提取方法不能有效获取指静脉的纹理特征的缺点，并且减小了提取到的指静脉特征向量维数，能够有效获取指静脉纹理特征，提高了手指识别的识别率，同时也提高了识别的识别效率。

技术领域

本发明涉及图像识别及处理技术领域，尤其涉及一种基于纹理的手指静脉特征匹配方法。

背景技术

随着科技和信息技术的发展，身份鉴别的安全性受到人们的广泛重视。由于传统的身份鉴别方式如密码、身份证等存在易丢失、易被盗用等安全风险，已经满足不了人们对身份识别安全性的要求，因此各种基于生物特征识别技术凭借较高的安全性和便利性受到用户的青睐。相比于指纹识别、人脸识别、虹膜识别等其他生物特征识别技术，人类手指静脉生物特征识别具有其独特的优势，比如具有更好的稳定性、防复制性、唯一性和普遍性等优势。因此，手指静脉认证具有很高的研究价值和市场应用前景。但是如何降低手指静脉的表达上的维数，减小计算量和计算时间，是研究的热点。

目前手指静脉图像的特征提取的方法主要有以下几类：(1)运用基于子空间的理论思想，以空间投影变化理论将原始手指静脉图像降维，提取图像的空间特征并同时提高系统识别效率。但基于子空间的理论方法由于对光照等噪声的影响比较敏感，因此其应用范围具有一定的局限性。(2)运用基于结构特征的理论思想，对手指静脉图像上的特征点和几何线提取结构特征。但基于结构特征的理论方法受限于特征点的数量、算法的复杂度，因此有一定的局限性。(3)运用基于纹理分析的理论思想，对手指静脉图像的全局或局部纹理提取特征。基于纹理分析的方法能够有效的描述静脉的纹理特征，因此在静脉识别中有着广泛的应用。

发明内容

针对现有技术的缺陷，本发明提供一种基于纹理的手指静脉特征匹配方法，实现对手指的静脉特征进行提取匹配。

一种基于纹理的手指静脉特征匹配方法，包括以下步骤：

步骤1、将待匹配的两幅手指静脉图像分别进行静脉特征提取，得到每幅图像的编码向量；

所述每幅手指静脉图像进行静脉特征提取的具体方法为：

步骤1.1、将预处理后的手指静脉图像通过一组Gabor滤波器，从而获得5个尺度V＝{v＝0，1，2，3，4}和8个方向U＝{u＝0，1，2，3，4，5，6，7}的40张Gabor特征图像R(v，u)；所述特征图像R(v，u)包括指静脉结构中血管粗细以及不同延伸方向特征；

步骤1.2、将步骤1.1中得到的40张图像按尺度分类，即R_v＝{R(v，0)，R(v，1)，...，R(v，7)}，再利用Curvelet变换分别将每个尺度下8个方向的图像进行融合，在有效的保留Gabor特征的前提下减小数据维度，最终得到融合后的5幅不同尺度的集成Gabor特征图像CUR₁、...、CUR₅；

所述每个尺度下8个方向的图像进行融合的具体方法为：

首先将每个尺度下的8张图像，按两两一组的方式采用曲线波Curvelet变换方法进行融合，即对图像对{R(v，u′)，R(v，u′+4)}，u∈{0，1，2，3}使用曲线波Curvelet变换方法进行融合，得到4张融合后的静脉图像；然后对这4张融合后的图像同样采取两两分组模式采用曲线波Curvelet变换方法进行融合，得到2张融合后的图像；最后对得到的2张融合后的图像采用曲线波Curvelet变换方法进行融合，最终得到该尺度下的1幅集成Gabor特征图像；