[发明专利]一种基于图像特征的射频指纹识别方法

权利要求书

1.一种基于图像特征的射频指纹识别方法，其特征在于，包括以下步骤：

S1、将获取到的无线电设备I/Q信号通过Choi-Williams分布转化为时频图；

S2、对得到的时频图进行形状特征和纹理特征的提取，具体为：

提取形状特征：对时频图进行预处理获得第一特征提取时频图，然后通过计算第一特征提取时频图的Zernike矩，Zernike矩的计算公式为：

通过计算低阶矩Z₁₀，Z₃₁和高阶矩Z₄₃，Z₅₃，Z₆₆组成特征向量，作为提取的形状特征，表达式为：

Z＝[Z₁₀ Z₃₁ Z₄₃ Z₅₃ Z₆₆]

提取纹理特征：对时频图进行预处理获得第二特征提取时频图，采用增强的均匀局部二值模式对第二特征提取时频图进行纹理特征提取，具体为：

将第二特征提取时频图划分为8×8个子区域；

计算每个子区域中的像素点的LBP值：以每个像素点为中心，取一个大小为3×3的局部邻域块，将中心像素点的灰度值与邻域块中的每个像素点的灰度值进行比较，大于中心像素点的值记为1，小于中心像素点的值记为0，得到每个像素点的8位LBP值：

式中P表示像素点，R表示邻域半径，g_C表示中心像素点的灰度值，g_P表示邻域内P点的灰度值，s(·)的定义如下所示：

在计算每个子区域像素点的LBP值的过程中，记录并保留0，1变化次数小于2的值，然后计算这个值在对应子区域中出现的频率，并以频率直方图的形式表示，对于n个LBP值，每个值出现的频率直方图向量值用v₁,v₂…v_n表示，然后进行归一化处理，用x_i表示每个频率直方图归一化后的向量值；在归一化时，使用L2归一化的方式：

对计算得到的向量值进行放大处理，得到EULBP特征向量，将每个子区域的EULBP向量进行连接，得到整个时频图的纹理特征EULBP特征向量：

S3、将时频图的Zernike矩特征和EULBP特征沿列进行水平连接，构成一个单一特征矩阵，该特征矩阵包含了时频图的形状特征和纹理特征；

S4、采用支持向量机作为分类器，利用获得的特征矩阵实现对无线设备的分类识别。

2.根据权利要求1所述的一种基于图像特征的射频指纹识别方法，其特征在于，所述预处理依次包括灰度化和维纳滤波去噪。