[发明专利]基于改进的方向滤波与柔性匹配的识别方法

摘要

本发明涉及一种基于改进的方向滤波与柔性匹配的识别方法。由于近红外光条件下采集到的手指静脉图像血管与背景的灰度差别很小，存在对比度低的问题，进而影响手指静脉图像后续的匹配识别。一种基于改进的方向滤波与柔性匹配的识别方法，首先对读取的手指静脉图像利用静脉纹路的方向特性设计出适合指静脉图像每个像素点的邻域方向构成方向模板，利用该模板求取静脉图像的方向图，再针对像素点的方向对图像进行方向滤波，在此基础上，提取出图像的细节特征点，利用柔性匹配的思想，取极角范围为1‑4°极半径范围为1‑4个像素点，内实现特征点集间的匹配识别。本发明用于模式识别技术领域。

主权项

1.一种基于改进的方向滤波与柔性匹配的识别方法，其特征是：该方法包括如下步骤：首先对读取的手指静脉图像利用静脉纹路的方向特性设计出适合指静脉图像每个像素点的邻域方向构成方向模板，利用该模板求取静脉图像的方向图，再针对像素点的方向对图像进行方向滤波；在此基础上，提取出图像的细节特征点，利用柔性匹配的思想，取极角范围为1°‑4°，极半径范围为1‑4个像素点，实现细节特征点集间的匹配识别；所述的方向滤波模板将每个像素点的邻域设置为8个以该像素点为中心的离散方向，基准像素点位于所述的方向滤波模板的中心，所述的方向滤波模板上的数值1‑8分别对应代表8个离散方向，从水平位置开始，按逆时针方向，每隔22.5°确定一个方向，所述的方向滤波模板的方向角范围为( 0，п)，且模板在1、2、3、7、8五个趋于水平方向上取的邻域像素点较多，而在4、5、6三个趋于垂直方向上取的邻域像素点较少；将模板扩展成大小为9×9的模板，扩展后的模板最外一圈的系数均为0，利用此模板求取其他方向模板时，只对该模板中心的7×7范围内的系数进行坐标旋转，旋转后的模板中无系数的位置用0表示，本方法的抗旋转能力为4°；像素点具体方向的确定:像素点与其同一方向纹路上的点之间的灰度差别最小，而与之垂直方向上的灰度差别最大，依此原理利用上述邻域模板求出每个像素点在以该点为中心的 8 个方向上的像素灰度平均值，并将按两两垂直的方向分成 4 组，分别计算每组中两个平均值差的绝对值，即  (1)上式中，为静脉纹路方向；其中使为最大值的方向组中的两个方向和为像素点可能的纹线方向，取和中灰度平均值与的灰度值接近的方向为的纹线方向，即：  (2)求出每个像素点的方向，即可得到静脉图像的方向图，对点方向图采用8×8滑动窗进行平滑处理，得到连续的平滑方向图；二值化后的静脉图像其纹路仍有一定的宽度，对其进行细化处理，对细化后的图像采用基于8领域的细节特征提取方法来提取特征点即端点和交叉点；为待检测的像素点，是该像素点的8个领域点，分别为像素点的灰度值，则有：，  (3)若，为端点；若，为交叉点指静脉图像的细节特征点匹配是指其特征点拓扑结构的匹配，若模板指静脉图像的特征点拓扑结构与待匹配指静脉图像的特征点拓扑结构大致相同，则判定两幅图像匹配；反之，则判定两幅图像不匹配，而图像间特征点拓扑结构大致相同的描述可转化为特征点相似的描述，从而得到相似度S的计算公式为：  (4)其中 M是模板指静脉图像上的一个特征点和待匹配之静脉图像上的对应特征点匹配成功的记录，若匹配成功，则M的值相应增加；为总特征点数即两个进行比对的样本特征点数之和；为最大相似特征点数，若相似度大于某个合格阈值，则两个指静脉图像相似；提到的特征点相同的判定方法如下：设模板静脉图像的某一个特征点为，待匹配静脉图像的某一特征点为，若和完全一样，则，也就是说两个点集中的元素对应相等，但在实际情况中，由于误差的存在，若和一样，则数学描述应为，即，其中的大小就是柔性匹配范围的大小；柔性匹配范围的思想具体是指在细节特征点周围划取一个可变大小的范围，这个范围由四条边组成，其中一对边由两极半径组成，另一对边由两个极角边组成；两个极角边的差表示柔性匹配范围的宽度，两个极半径的差表示柔性匹配范围的高度，而柔性匹配范围由和决定；由于和的值随着细节特征点极半径大小的改变而改变，若特征点极半径值较大，则它的值较大而的值较小，因此柔性匹配范围的大小也是变化的，表示柔性匹配范围的角度变化范围，表示柔性匹配范围的半径变化范围；细节点极半径为时的计算公式如下：  (5)  (6)细节点极半径为时的计算公式如下：  (7)  (8)式中，分别是和的上界和下界，和为常数；柔性匹配阈值由实验确定，其中极角范围为4°，极半径范围为4个像素点。