[发明专利]一种基于矩阵转化的掌纹识别方法

权利要求书

1.一种基于矩阵转化的掌纹识别方法，包括以下步骤：

S1：获取若干原始掌纹图像，提取每个原始掌纹图像的ROI图像，获取每个ROI图像的竞争码特征矩阵并转化为二值特征矩阵；

S2：对应每个二值特征矩阵，随机产生一个广义置换矩阵，分别对该广义置换矩阵进行两次独立变换得到两个基本置换矩阵；变换为行交换或列交换或对应行、列转置；对两个基本置换矩阵采取异或的方式产生不可逆置换矩阵；

S3：对于每个二值特征矩阵，利用步骤S2对应产生的不可逆置换矩阵进行不可逆转化，所生成的矩阵作为该二值特征矩阵对应的原始掌纹图像的掌纹特征代表矩阵；

S4：对于任一待识别掌纹图像，同样按照步骤S1提取出其竞争码特征矩阵并转化为二值特征矩阵；还需提供一个广义置换矩阵，利用所提供的广义置换矩阵按照步骤S2和S3的方式产生对应于该待识别掌纹图像的掌纹特征代表矩阵；

S5：运用距离匹配算法或者SVM分类器将待识别掌纹图像的掌纹特征代表矩阵与原始掌纹图像的掌纹特征代表矩阵进行匹配识别。

2.根据权利要求1所述的一种基于矩阵转化的掌纹识别方法，其特征在于：在步骤S1中，首先构造如下的Gabor滤波器：

ψ(x,y,ω,θ)=ω2πKe-ω28K2(4x′2+y′2)(eiωx′-e-K22)]]>

其中，x'＝(x-x₀)cosθ+(y-y₀)sinθ，y'＝-(x-x₀)sinθ+(y-y₀)cosθ，(x₀,y₀)表示滤波器中心点，ω表示径向频率，θ表示滤波器角度，δ表示频率响应的半幅带宽；

竞争规则定义为：

arg min_j(I(x,y)*ψ_R(x,y,w,θ_j))

其中，I是原始掌纹图像预处理后的图像，ψ_R是Gabor滤波器的实部，θ_j是滤波器角度，j＝{0,1,2,3,4,5}表示滤波器选取的的六个角度。

3.根据权利要求1或2所述的一种基于矩阵转化的掌纹识别方法，其特征在于：

所述距离为汉明距离，表示如下：

H=Σi=1mΣj=1nFi,j′1⊕Fi,j′2m×n]]>

其中H表示最终的汉明距离，m，n代表掌纹特征代表矩阵的行数和列数，F表示掌纹特征代表矩阵。