[发明专利]一种手指静脉识别方法

摘要

本发明公开了一种手指静脉识别方法，能够提高识别速度。采用同一采集对象多个手指多次放置和采集的方法，获得采集对象的手指静脉图像，经预处理后得到样本图像；提取样本图像的静脉特征。同时，对样本图像进行主分量分析PCA运算，得到降维后向量矩阵P1和PCA变换矩阵P2；将降维后向量矩阵P1中的每一列作为一个聚类样本，采用K均值聚类方法进行聚类，得到J个聚类中心。识别时，将经预处理后的待识别图像与P2相乘获得变换向量X’，找到与X’最相似的聚类中心，将该聚类中心中的部分归属样本对应的静脉特征作为对比基础，与待识别图像中提取的静脉特征进行对比，实现手指静脉识别。

主权项

一种手指静脉识别方法，其特征在于，包括：步骤一、采用同一采集对象多个手指多次放置和采集的方法，获得采集对象的手指静脉图像F1i，i＝1,…,I，I为完成所有采集对象的采集后获得的手指静脉图像总数；步骤二、对步骤一获得的每一幅手指静脉图像进行预处理，获得样本图像F2i，i＝1,…,I；步骤三、获得降维向量和聚类中心；具体为：步骤31、对于每一幅样本图像F2i，将图像元素按列连接，形成样本向量Ai；对所有样本向量进行主分量分析PCA运算，得到降维后向量矩阵P1和PCA变换矩阵P2；其中降维后向量矩阵P1由样本向量Ai经PCA运算得到降维后向量Xi组成；步骤32、将降维后向量矩阵P1中的每一列作为一个聚类样本，采用K均值聚类方法进行聚类，得到J个聚类中心向量Yj，j＝1,…,J；每个聚类中心向量Yj对应多个作为归属样本的降维后向量Xi；步骤33、对应存储样本图像F2i、降维后向量Xi和聚类中心向量Yj；步骤四、提取每个样本图像F2i的静脉特征并存储；步骤三和步骤四不分先后，均执行完后，完成识别前的特征提取；步骤五、识别时，采集待识别图像，采用步骤二相同的方法对待识别图像进行预处理，获得图像F’；步骤六、计算图像F’与PCA变换矩阵P2的变换向量X’；根据变换向量X’与J个聚类中心向量Y1～YJ的相似度找到最相似的聚类中心Y’；计算归属于聚类中心Y’的各降维后向量Xi与变换向量X’的相似度值，取相似度排在前的N个降维后向量Xi进入下一步识别；步骤七、提取待识别图像的静脉特征，以及步骤六筛选出的N个降维后向量对应的静脉特征，进行静脉特征的对比，实现手指静脉识别。