[发明专利]一种基于高光谱图像的非侵入式潜在指纹提取方法

说明书

本发明公开了一种基于高光谱图像的非侵入式潜在指纹提取方法，涉及它首先利用高光谱成像仪对待检测区域进行数据采集，得到多通道数据并通过低通滤波以及对数变换进行数据预处理；然后对多通道数据进行降维得到低维数据；最后计算每个通道图像的局部总变化量分离出纹理和非纹理信息，并通过梯度统计直方图信息将各通道纹理信息进行融合，得到指纹图像。其优点是：本发明利用丰富的光谱信息和纹理信息，克服了传统指纹提取方法在复杂背景图像下检测效果不佳的问题，在完全保护待检测物体的情况下具有较好的检测效果，在刑侦、文物检测、信息安全等领域具有较广阔的应用前景。

技术领域

本发明涉及信息安全领域，特别涉及一种基于高光谱图像的非侵入式潜在指纹提取方法。

背景技术

在众多的生物特征中，指纹识别技术凭借其较高的实用性和可靠性，已经成为了目前应用最为广泛的技术，并且具有法律效力。指纹特征识别从最早应用于司法刑侦领域，直到广泛应用于民用领域，己经有了很长的发展历史。指纹识别，概括来讲是依靠指纹纹理所形成的能够表征个人身份的唯一特征，将其与个人对应起来，通过比较个人的指纹特征与预先保存的库指纹特征，来实现个人身份的认证和鉴别。作为最传统、最成熟的身份辨识方式，指纹识别具有四个突出的特点:

稳定性：指纹是人手指表面皮肤表面突起的纹线，它的形成主要依赖于遗传因素。指纹的纹线类型、结构、及其他特征的分布情况从一个人出生终其一生始终都比较稳定；

唯一性：每个人的指纹独一无二，不同的人之间存在相同指纹的概率几近为零；即便是同一个人，他的十指指纹也有明显的区别；

易釆集：硬件的迅速发展使得指纹釆集功能中的硬件部分容易实现，同时指纹样本库的标准化也方便了识别系统的软件开发；

易存储：指纹的特征模板代替原指纹图像被存储在指纹数据库中，这不仅大大的减小了对存储设备容量的需求，也可以减小网络传输负担，便于实现异地确认。

指纹以上的优点，是其它人体特征无法比拟的。

指纹一般分为可视指纹和潜在指纹两种。传统的指纹识别技术主要针对可视指纹，一般是从图像的纹理角度出发，通过图像处理技术，提取指纹。纹理检测方法主要有梯度检测、Gabor滤波器、以及基于字典学习的识别技术，但是因为潜在指纹不可视，并且场景中一般存在复杂的背景信息，同时许多场合不允许对待检测目标有破坏，潜在指纹的提取通常是很困难的。

发明内容

本发明的目的在于：提供了一种基于高光谱图像的非侵入式潜在指纹提取方法，解决了因为潜在指纹不可视，并且一般存在复杂的背景信息，同时许多场合不允许对待检测目标有破坏等困难下的潜在指纹提取问题。

本发明采用的技术方案如下：

一种基于高光谱图像的非侵入式潜在指纹提取方法，包括依次进行的以下步骤：

S1、对待检测物体进行高光谱数据采集得到其中，h、w、L分别表示高光谱图像数据的高、宽、通道数，表示三维实数空间，对采集到的数据进行预处理得到预处理数据

S2、对预处理数据进行降维处理得到

S3、对第k(k＝1,...,l)通道图像X^k计算局部总变化量，从图像分离出非纹理部分U^k和纹理部分V^k；

S4、将S3得到的多通道纹理图像融合，得到融合l通道图像之后提取出的指纹图像。

进一步的，所述步骤S1中对采集到的数据进行预处理的方法包括通过低通滤波消除数据噪声、对数变换加强暗区细节中的至少一种。

进一步的，所述步骤S2中降维处理的方法包括主成分分析、线性判别分析、直接提取部分通道中的至少一种。