[发明专利]一种三维掌纹识别方法

说明书

本发明公开了一种三维掌纹识别方法。该方法仅采用三维掌纹的分块局部特征，即相位和曲面类型分块直方图，提出一种三维掌纹特征模型，在提高识别效果的同时避免使用二维掌纹图像，使得整个系统免受光线强度及抓痕影响。采用的三维掌纹局部特征对图像的微小平移、旋转甚至缩放有一定鲁棒性，因此不需要采用多次平移、最近迭代、互相关等方法进行图像对齐，提高了识别效率。在稀疏表示分类器中加入中间项，通过改善稀疏系数提出改进的稀疏表示分类器；稀疏系数可在三维掌纹分类之前计算，而且分类的过程中采用子空间方式比对图像，使得当训练库存在大量样本时，测试样本与训练样本不用一一比对，降低了数据冗余、运算量和处理时间。

技术领域

本发明涉及生物特征识别技术领域，具体为一种基于分块局部特征和改进稀疏表示的三维掌纹识别方法。

背景技术

随着信息技术和网络技术的高速发展，信息安全显示出前所未有的重要性，传统的身份鉴别方法，比如智能卡、钥匙、密码等，极易丢失、遗忘、被复制以及被盗用，而通过辨识人的生理和行为特征进行身份认证的生物特征识别技术以其特有的永久性、稳定性和唯一性，得到越来越多的应用。生物特征识别技术是利用人的生物学特征或行为学特征进行识别的技术，常用的生物学特征有指纹、掌纹、脸部、虹膜等，行为学特征有步态、字体等。掌纹作为一种新兴的生物特征，具有诸多优势，如采样简单、图像信息丰富、用户接受程度高、不易伪造、受噪声干扰小等。但是由于掌纹识别技术起步较晚，尚处于学习和借鉴其他生物特征识别技术的阶段。

已有关于掌纹识别的研究和应用多是基于二维的掌纹图像，易受干湿度、压力、残影等影响。而且掌纹本是三维的生物特征，缺失一维信息将使后续的特征提取不精确，从而影响最终识别的精度。因此，三维掌纹识别技术成为识别领域研究的热点。

D.Zhang,G.M.Lu,W.Li,L.Zhang,and N.Luo在“基于三维信息的掌纹识别”(Palmprint recognition using 3-D information，IEEE Transactions on Systems,Man,and Cybernetics-Part C:Applications and Reviews,2009,39(5):505-519)的文章中，首次提出将曲面的平均曲率、高斯曲率和曲面类型作为三维掌纹特征，并在多次平移对齐图像之后将三种特征进行分数层融合。为达到更好的识别效果，又将二维掌纹图像和三维掌纹图像分别进行特征层融合和分数层融合。实验结果表明，二维和三维相结合的方法能够得到最好的识别效果，但是多次平移对齐图像使得运算量大大增加，需考虑图像旋转平移带来的影响。

L.Zhang,Y.Shen,H.Y.Li,and J.W.Lu在“基于分块特征和协作表示的三维掌纹识别”(3D palmprint identification using block-wise features and collaborativerepresentation,IEEE Transactions on Pattern Analysis and MachineIntelligence,2015,37(8):1730-1736)文章中，提出采用曲面类型的分块直方图做特征，应用协作表示分类器进行识别。此方法不需考虑图像的旋转平移，识别速度大大提高，但是识别率有所下降。

D.Zhang,V.Kanhangad,N.Luo,and A.Kumar在“基于二维和三维特征的鲁棒性掌纹识别”(Robust palmprint verification using 2D and 3D features,PatternRecognition,2010,43(1):158-168)文章中，同时采用二维掌纹方向特征和三维掌纹主曲率特征，进行多级别融合，取得了不错的实验效果。但是三维掌纹的局部相关性计算比较费时。