[发明专利]一种基于几何特性和方向特征的三维掌纹识别方法

权利要求书

1.一种基于几何特性和方向特征的三维掌纹识别方法，其特征在于，所述三维掌纹识别方法具体包括如下步骤：

S1：对数据集中的所有三维掌纹点云进行ROI切割处理、平滑处理和姿态归一化处理后，将所有所述三维掌纹点云调整至同一个坐标系中，组建成掌纹曲面的三维掌纹点云；

S2：对所述掌纹曲面的三维掌纹点云提取形状指数类型特征、曲面类型特征和自适应的修正竞争编码特征；

S3：对所述形状指数类型特征、曲面类型特征和自适应的修正竞争编码特征分别进行基于分块直方图统计的特征处理，获取形状指数类型特征对应的特征向量、曲面类型特征对应的特征向量和自适应的修正竞争编码特征对应的特征向量；

S4：将所述形状指数类型特征对应的特征向量按列排布，组建形状指数类型特征字典，将所述曲面类型特征对应的特征向量按列排布，组建曲面类型特征字典，将所述修正竞争编码特征对应的特征向量按列排布，组建修正竞争编码特征字典；

S5：重复步骤S1-步骤S3，对测试的三维掌纹点云提取形状指数类型特征对应的特征向量、曲面类型特征对应的特征向量和自适应的修正竞争编码特征对应的特征向量；

S6：将所述测试的三维掌纹点云的形状指数类型特征对应的特征向量和形状指数类型特征字典、曲面类型特征对应的特征向量和曲面类型特征字典、自适应的修正竞争编码特征对应的特征向量和修正竞争编码特征字典均进行基于协同表示的分类处理，获取所述测试的三维掌纹点云和每一类三维掌纹点云之间的形状指数类型特征误差、曲面类型特征误差和自适应的修正竞争编码特征误差；

S7：将所述测试的三维掌纹点云和每一类三维掌纹点云之间的三种误差均进行加权融合，获取所述测试的三维掌纹点云和每一类三维掌纹点云之间的匹配误差，所述匹配误差的最小值所对应的类即为测试的三维掌纹点云所属的类，其中所述测试的三维掌纹点云和每一类三维掌纹点云之间的匹配误差，具体为：

其中：r_j(y)为测试的三维掌纹点云和第j类三维掌纹点云之间的匹配误差，w_j为匹配误差的权重，为向量x_i与第j类三维掌纹点云之间的匹配误差，i为向量x_i对应的下标；

步骤S2对掌纹曲面的三维掌纹点云提取形状指数类型特征，具体如下：

SA2.1：根据所述掌纹曲面的三维掌纹点云，获取三维掌纹点云曲面片上的任意点的均值曲率和高斯曲率，具体为：

其中：H为三维掌纹点云曲面片上的任意点的均值曲率，K为三维掌纹点云曲面片上的任意点的高斯曲率，f_x和f_y为三维掌纹点云曲面片上的任意点的灰度值的一阶偏导，f_xx和f_yy为三维掌纹点云曲面片上的任意点的灰度值的二阶偏导，f_xy为三维掌纹点云曲面片上的任意点的灰度值的混合偏导；

SA2.2：通过所述三维掌纹点云曲面片上的任意点的均值曲率和高斯曲率，获取过三维掌纹点云曲面片上的任意一点的曲线在该点处的最大曲率值和最小曲率值，具体为：

其中：k₁为过三维掌纹点云曲面片上的任意一点的曲线在该点处的最大曲率值，k₂为过三维掌纹点云曲面片上的任意一点的曲线在该点处的最小曲率值，H为三维掌纹点云曲面片上的任意点的均值曲率，K为三维掌纹点云曲面片上的任意点的高斯曲率；

SA2.3：根据所述过三维掌纹点云曲面片上的任意一点的曲线在该点处的最大曲率值和最小曲率值，确定所述三维掌纹点云曲面片上的任意一点的形状指数，具体为：

其中：S_F为在三维掌纹点云曲面片上的任意一点的形状指数，k₁为过三维掌纹点云曲面片上的任意一点的曲线在该点处的最大曲率值，k₂为过三维掌纹点云曲面片上的任意一点的曲线在该点处的最小曲率值；

SA2.4：根据所述三维掌纹点云曲面片上的任意一点的形状指数，将所述形状指数分为9类，具体为：

所述形状指数取值的区间为时，所述形状指数对应的类别为第一类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第二类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第三类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第四类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第五类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第六类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第七类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第八类；

所述形状指数取值的区间为时，所述形状指数对应的类别为第九类；

步骤S2对掌纹曲面的三维掌纹点云提取曲面类型特征，具体如下：

SB2.1：将所述三维掌纹点云曲面片上的任意点的均值曲率和高斯曲率均归一化至[-1，+1]的区间，具体为：

其中：H_s为归一化至[-1，+1]区间的均值曲率，K_s为归一化至[-1，+1]区间的高斯曲率，H为三维掌纹点云曲面片上的任意点的均值曲率，K为三维掌纹点云曲面片上的任意点的高斯曲率，δ_H为均值曲率的标准差，δ_s为高斯曲率的标准差；

SB2.2：判断所述归一化至[-1，+1]区间的均值曲率是否位于预设的均值曲率区间内、所述归一化至[-1，+1]区间的高斯曲率是否位于预设的高斯曲率区间内，将所有处于所述预设的均值曲率区间内的归一化至[-1，+1]区间的均值曲率、所有处于所述预设的高斯曲率区间内的归一化至[-1，+1]区间的高斯曲率均设置为0；

所有不处于所述预设的均值曲率区间内的归一化至[-1，+1]区间的均值曲率、所有不处于所述预设的高斯曲率区间内的归一化至[-1，+1]区间的高斯曲率均保持原值不变化；

SB2.3：根据所述归一化至[-1，+1]区间的均值曲率的取值、归一化至[-1，+1]区间的高斯曲率的取值，将所述曲面类型分为9类，具体为：

当所述归一化至[-1，+1]区间的均值曲率小于0时：

所述归一化至[-1，+1]区间的高斯曲率大于0，所述曲面类型对应的类别为第一类；所述归一化至[-1，+1]区间的高斯曲率等于0，所述曲面类型对应的类别为第二类；所述归一化至[-1，+1]区间的高斯曲率小于0，所述曲面类型对应的类别为第三类；

当所述归一化至[-1，+1]区间的均值曲率等于0时：

所述归一化至[-1，+1]区间的高斯曲率大于0，所述曲面类型对应的类别为第四类；所述归一化至[-1，+1]区间的高斯曲率等于0，所述曲面类型对应的类别为第五类；所述归一化至[-1，+1]区间的高斯曲率小于0，所述曲面类型对应的类别为第六类；

当所述归一化至[-1，+1]区间的均值曲率大于0时：

所述归一化至[-1，+1]区间的高斯曲率大于0，所述曲面类型对应的类别为第七类；所述归一化至[-1，+1]区间的高斯曲率等于0，所述曲面类型对应的类别为第八类；所述归一化至[-1，+1]区间的高斯曲率小于0，所述曲面类型对应的类别为第九类；

步骤S2对掌纹曲面的三维掌纹点云提取自适应的修正竞争编码特征，具体如下：

SC2.1：将所述三维掌纹点云曲面片上的任意点的均值曲率归一化至[0，+1]的区间，具体为：

其中：为归一化至[0，+1]区间的均值曲率，H为三维掌纹点云曲面片上的任意点的均值曲率，δ_H为均值曲率的标准差，μ为均值曲率的均值；

SC2.2：根据所述归一化至[0，+1]区间的均值曲率，获取所述三维掌纹点云曲面片上的任意点对应的灰度值，通过所述灰度值构建三维掌纹的均值曲率灰度图，其中所述三维掌纹点云曲面片上的任意点对应的灰度值，具体如下：

其中：G(i,j)为三维掌纹点云曲面片上的任意点对应的灰度值，为归一化至[0，+1]区间的均值曲率；

SC2.3：通过滤波器的实部，将滤波器与所述三维掌纹的均值曲率灰度图中的任意点进行卷积，在该点处能够使得卷积响应值最大时对应的滤波器的方向下标即为所述三维掌纹的均值曲率灰度图中该点的方向特征，也为三维掌纹的均值曲率灰度图中该点的编码，其中卷积公式具体为：

其中：o(x,y)为使得卷积响应值最大的滤波器的方向下标，G(θ_i)为滤波器的实部，I(x,y)为三维掌纹的均值曲率灰度图中任意点的灰度值，i为滤波器方向划分后的方向下标；

SC2.4：通过所述卷积公式，确定出所述三维掌纹的均值曲率灰度图中任意点的最大卷积响应和最小卷积响应，得到所述最大卷积响应和最小卷积响应之间的差值，并比较所述差值与预设阈值T之间的大小关系：

当所述差值小于预设阈值T时，所述差值对应的三维掌纹的均值曲率灰度图中的点的编码为标签8；

当所述差值不小于预设阈值T时，所述差值对应的三维掌纹的均值曲率灰度图中的点的编码保持原编码不变；

所述三维掌纹的均值曲率灰度图中任意点的编码，具体为：

其中：code为三维掌纹的均值曲率灰度图中任意点的编码，o(x,y)为使得卷积响应值最大的滤波器的方向下标，R_max为三维掌纹的均值曲率灰度图中任意点的最大卷积响应，R_min为三维掌纹的均值曲率灰度图中任意点的最小卷积响应，T为预设阈值。