[发明专利]低分辨率多光谱掌纹、掌静脉实时身份识别方法与系统

摘要

本发明公开了一种低分辨率多光谱掌纹、掌静脉实时身份识别方法与系统。系统采集五种光谱下的掌部图像，充分利用多光谱图像信息的互补性，提高系统识别率；同时在近红外线光光谱下采集掌静脉信息，使系统具有活体检测能力，提高系统的防仿冒攻击能力；采用基于双立方插值的下采样技术，提高特征提取速度及其它后处理速度，节约特征模板的存储空间；采用多尺度多方向滤波器组进行特征提取，减少光照变化对特征提取的影响，提高系统鲁棒性；采用哈希表对特征矩阵编码，进一步提高系统匹配速度；使用独特的分数级多光谱特征融合方法，进一步提高系统的识别率。本发明实现的系统具有：分辨率高、识别速度快、系统性稳定和扩展性好、防仿冒攻击等特点。

主权项

低分辨率多光谱掌纹、掌静脉实时身份识别方法，主要包括注册阶段和识别阶段，其特征在于，注册阶段包括：a.    采集待注册的掌部图像，所述掌部图像包括在白光、红光、绿光、蓝光、近红外线光谱下采集的五幅图像；b.    对待注册的掌部图像进行ROI提取，并采用双立方插值对所得的ROI图像进行下采样；c.    采用多尺度多方向滤波器组对获取的ROI图像进行特征提取，得到五组对应不同光谱的特征矢量，并对特征矢量进行编码，生成特征模板并存储于特征数据库中；识别阶段包括：a.    采集待识别的掌部图像，所述掌部图像包括在白光、红光、绿光、蓝光、近红外线光谱下采集的五幅图像；b.    对待识别的掌部图像进行ROI提取，并采用双立方插值对所得的ROI图像进行下采样；c.    采用多尺度多方向滤波器组对获取的ROI图像进行特征提取，得到五组对应不同光谱的特征矢量，并对特征矢量进行编码，生成输入特征；d.    将输入特征与存储于特征数据库中的特征模板一一对应地进行单光谱特征匹配，得到的五个匹配分数进行分数级权重融合，最后根据融合分数采用最近邻算法进行决策，得到识别结果。