[发明专利]一种高效的手指静脉图像特征提取方法和系统

说明书

本发明提出了一种高效的手指静脉图像特征提取方法和系统，包括以下步骤：步骤1，利用局部平均值与标准差描述的像素离散度算法，得到包含主纹路信息的像素离散度分布图；步骤2，利用融合主纹路信息的像素离散度提取算法，对所得到的像素离散度分布图使用Kirsch滤波核进行多次特征提取，获得像素块组合；其中，Kirsch的移动方式是从左至右和从上至下；步骤3，遍历像素块组合中的所有像素块，获得全局权值和二值序列；步骤4，根据获取的二值序列和全局权值来计算GLDP码，将获取的GLDP码作为对应位置的像素值进行组合最终获得特征图像。通过本发明可以获得对主纹路信息描述效果较好的特征图像。

技术领域

本发明属于图像处理与生物识别技术领域，尤其涉及一种高效的手指静脉图像特征提取方法和系统。

背景技术

手指静脉识别是一种基于生物生理特征的识别技术，手指中的静脉被近红外光捕捉(700nm-1000nm)产生阴影，从而形成了静脉图像。对比其他生物生理特征指静脉特征具有十分明显的优势：(1)活体识别：指静脉图像只能在人类活体上获得；(2)唯一性：每个人的手指静脉纹路是独一无二的；(3)稳定性：每一个人的指静脉分布特征在成年后终生不变；(4)安全性：手指静脉分布在皮肤之下，且纹路复杂度较高，难伪造。因此近年来，指静脉识别凭其一系列优势，在身份认证、出入口管理、安防监控、电子商务、电子政务等领域有着重要的应用价值，已经成为生物特征识别技术中的重要研究领域之一。

一般手指静脉识别分为四个部分：图像采集、预处理、特征提取、匹配认证。在手指静脉图像采集的过程中，由于手指静脉图像的特征信息由局部纹理信息组成，并最终通过主纹路信息呈现出来，但是现在不管是哪一种算法，他们都注重于局部纹理信息的提取而忽略了主纹路信息的重要性，造成匹配性能下降。因此，特征提取中主纹路信息变得尤为重要。

现有的指静脉图像特征提取方法，一部分不能很好地描述主纹路信息，另一部分在提取特征信息时没有考虑滤去噪声，对于噪声的鲁棒性较差，例如局部定向模式等特征提取算法，并不能鲁棒的适应于不同图像采集设备得到的图像，并且在对图片进行特征提取的过程中只注重局部纹理而忽略了主纹路信息，对于一些质量差的图像甚至会将图像噪声提取出来，而且局部定向模式要进行八个方向的Kirsch核函数运算，效率较低；统一局部二值模式算法将二值序列中跳变较多的序列筛除，以此达到滤去噪声对特征提取的影响，虽然这个方式在一定程度上解决了噪声的影响，但是也影响到了特征图片的效果，使所提取的特征信息在匹配认证阶段表现较差。

在对指静脉图像进行观察时，发现在一般图像中，通常会存在较多的噪声，这些噪声不易被人眼察觉，而使用局部二值算子这一类基于像素梯度信息的特征提取算法进行特征提取时，这些噪声就会被无限放大。同时，又因为局部纹理信息与噪声信息不易区分，因此很难在特征提取算法中将噪声信息筛除。

发明内容

为了解决上述问题，有必要提供一种高效的手指静脉图像特征提取方法和系统。

本发明第一方面提供一种高效的指静脉图片特征提取方法，包括以下步骤：

步骤1，利用局部平均值与标准差描述的像素离散度算法，得到包含主纹路信息的像素离散度分布图；

步骤2，利用融合主纹路信息的像素离散度提取算法，对所得到的像素离散度分布图使用Kirsch滤波核进行多次特征提取，获得像素块组合；其中，Kirsch的移动方式是从左至右和从上至下；

步骤3，遍历像素块组合中的所有像素块，获得全局权值和二值序列；

步骤4，根据获取的二值序列和全局权值来计算GLDP码，将获取的GLDP码作为对应位置的像素值进行组合最终获得特征图像。

本发明第二方面提供一种高效的指静脉图片特征提取系统，包括：

第一获取模块，用于利用局部平均值与标准差描述的像素离散度算法，得到包含主纹路信息的像素离散度分布图；