[发明专利]一种多模态及多特征的指静脉图像识别方法

说明书

一种多模态及多特征的指静脉图像识别方法，包括：S1、获取指静脉与指节纹的原始图像，得到指静脉原始图像P₁和指节纹原始图像P₂；S2、对指节纹原始图像P₂进行ROI区域提取以及预处理、分割、去噪、细化得到指节纹细化图P′₂；S3、根据指节纹细化图P′₂，计算指节纹软特征以及指节纹主特征方向场像素矩阵T₂；S4、对所获取的指节纹软特征以及主特征分别进行特征匹配；S5、计算并保存指静脉多个待识别的软特征；S6、指静脉原始图像进行ROI区域提取及预处理、主特征提取；S7、对所获取的指静脉软特征以及主特征进行融合后进行特征匹配输出识别结果。本发明具有更高精度的识别效果，并且用户容量更大。

技术领域

本发明属于信息安全中的生物特征识别技术领域，具体设计一种多模态以及多特征的指静脉图像识别方法。

背景技术

手指静脉识别是最近几年比较前沿的生物识别技术，同时多模态识别又是未来手指静脉识别的发展方向及趋势。指静脉识别作为一种生物识别技术具有唯一性、抗干扰强、活体识别、不易复制等优点。其识别的原理是通过我们手中的流动的血液能够吸收特定波长的近红外光，从而通过CCD摄像头实现近红外光成像，再经过图像识别算法进行计算后，提取其特征值进行识别判断。因此可以用于个人身份认证。

现有技术中对手指静脉图像识别的方法大多只考虑单个图像特征以及单一模态的识别，并且单模态的识别技术已经达到了可以使用的水平，但是单模态识别无法满足较大的用户量，若是用户量变大精度必须要进一步提升才能减少误识率提高精度。因此为了满足大用户量、大容量、高精度的条件需要提出新的方法，使用多模态识别技术可以有效解决该问题。

指静脉识别技术的基本流程包括图像采集、预处理、特征提取和特征识别，其中特征提取和特征识别是指静脉识别技术的关键环节。传统的指静脉识别在特种提取环节仅仅使用指静脉的纹路特征为特征值，若在特征提取环节增加多个软特征与主特征进行融合匹配可以有效提高识别率和精度。

发明内容

本发明要克服传统的指静脉图像识别方法的缺点，提出一种用户容量更大、识别精度更高的多模态及多特征的指静脉图像识别方法。

为了达到上述目的，本发明提供的一种多模态及多特征的指静脉图像识别方法，具体步骤如下：

S1、获取指静脉与指节纹的原始图像，得到指静脉原始图像P₁和指节纹原始图像P₂；

S2、对指节纹原始图像P₂进行ROI区域提取以及预处理、分割、去噪、细化得到指节纹细化图P′₂，包括如下具体步骤：

S21、在指节纹原始图像P₂中使用sobel边缘检测算子对指节纹的垂直方向进行定位，水平方向定位利用梯度差取离中心距离最远的线为边界，得到包含有用信息的指节纹原始图像P₂的ROI区域图像P_2i；

其中sobel边缘检测在水平方向即x方向卷积公式为G_x在垂直方向即y方向卷积公式为G_y，A为灰度图像像素矩阵：

其中图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小：

S22、对ROI区域图像P_2i进行预处理得到指节纹预处理图像P_2p，其包括以下步骤：

S221、使用高斯滤波算法对P_2i进行模糊去噪；

其中高斯模糊的公式如下，σ是正态分布的标准差，：