[发明专利]基于掌纹图像配准的非接触掌纹识别方法

权利要求书

1.一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段，其特征在于：在注册阶段，将用户提供的掌纹原型图像进行掌纹ROI提取，得到掌纹ROI图像，在掌纹ROI图像上提取掌纹竞争码特征并存于特征数据库，同时将掌纹ROI图像预处理后提取SIFT特征存于特征数据库；在识别阶段，在用户提供的掌纹查询图像上进行相同的掌纹ROI提取、掌纹竞争码特征提取和SIFT特征提取操作，将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点，利用匹配的SIFT特征点对查询掌纹图像进行配准，并在配准的掌纹图像上提取掌纹竞争码特征，将掌纹竞争码特征与数据库中已存的掌纹竞争码特征进行匹配，得到匹配度，同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或辨识。

2.根据权利要求1所述的一种基于掌纹图像配准的非接触掌纹识别方法，其特征在于：所述的将ROI图像预处理采用圆形Gabor滤波器对掌纹图像进行滤波操作处理，达到增强的目的，

圆形Gabor滤波器如下式所示：

G(x,y)=exp(-(x2+y2)2σ2)·exp(2πiF(x2+y2))]]>

待预处理的掌纹图像为I，增强过程通过I与圆形Gabor滤波器进行卷积操作实现，如下式所示：

R=I*G

其中，G为圆形Gabor滤波器，*代表卷积操作。

3.根据权利要求1所述的一种基于掌纹图像配准的非接触掌纹识别方法，其特征在于：所述的SIFT特征提取分为四个步骤：

(1)、通过使用不同尺度的高斯滤波器与掌纹图像进行卷积运算构造Gaussian尺度空间；

(2)、通过对Gaussian尺度空间中相邻尺度的图像进行相减运算，形成Gaussian差分DoG空间，特征点通过检测DoG空间的局部极值点来确定；

(3)、在特征点周围选定一个图像块，并计算这一图像块的梯度方向直方图HOG，将HOG的最大值所对应的方向作为该特征点的主方向；

(4)、计算特征点的描述子，首先计算特征点周围图像块的HOG，然后利用该点的主方向将HOG进行方向归一化，就得到了改点的描述子。

4.根据权利要求1所述的一种基于掌纹图像配准的非接触掌纹识别方法，其特征在于：所述的将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，两个SIFT特征点描述子满足如下条件，认为这两个SIFT特征点是匹配的：

d_ij<t min(d_ik)，k=1，2，…，N.k≠j

其中d_ij=||p_i-q_j||²为两个特征点p_i和q_j的描述子之间的欧式距离。