[发明专利]一种身份识别方法及系统

摘要

本发明公开一种身份识别方法及系统，首先采用CCD和FPGA结合的图像采集方式来获得高分辨率掌静脉图像，然后对原始掌静脉图像进行预处理，并分别对训练数据(注册时获取)和测试数据(在线验证)提取图像的局部不变特征，并采用欧式距离来度量测试数据特征点向量与训练数据特征点向量之间的相似度，以便进行特征匹配，匹配完之后根据特征匹配率来进行决策，对于特征匹配率较高的掌静脉图像直接输出决策结果，对于特征匹配率较低的静脉图像进行图像三维偏转角度估计和三维旋转，并对旋转后的图像重新进行一次特征选择和匹配，之后直接输出决策结果。

主权项

一种身份识别方法，其特征是，包括如下步骤：步骤1、采集；对手掌的掌静脉进行图像采集，获得待识别掌静脉图像；步骤2、预处理；对采集到的待识别掌静脉图像进行预处理；步骤3、特征提取；对待识别掌静脉图像进行特征提取，获得掌静脉图像中的所有待检测角点的信息；步骤4、特征匹配；从待识别掌静脉图像的所有待检测角点中，分别找出与样本掌静脉图像的各个样本角点的最佳匹配角点，样本角点与其最佳匹配角点形成一对匹配特征角点对；步骤5，消除误匹配；通过设置偏距阈值来去消除误匹配，即当匹配特征角点对的偏距d_n，满足以下条件时，该匹配特征点对被保留；否则，该匹配特征角点对被消除；d_n≤min Dist+λ(max Dist‑min Dist)(0≤λ≤1)其中，n＝1,2,…,N，min Dist＝min{d₁,d₂,…,d_N}，max Dist＝max{d₁,d₂,…,d_N}，d₁,d₂,…,d_N为各匹配特征角点对的偏距，N匹配特征角点对的个数；λ为设定的权值；步骤6，决策识别；计算待识别掌静脉图像和样本掌静脉图像的特征匹配率MR，$MR=\frac{100*N*2}{N_t+N_r}$其中，N为待识别掌静脉图像和样本掌静脉图像的匹配特征角点对的总个数，N_t为待识别掌静脉图像在其感兴趣区域内的特征点个数，N_r为样本掌静脉图像在其感兴趣区域内的特征点个数；当待识别掌静脉图像与样本库中的某个样本掌静脉图像的特征匹配率MR大于事先设定的匹配阈值时，则认为两者属于同一个个体，匹配成功；否则，则认为两者分属于不同的个体，匹配失败，并选择样本库中的其他样本掌静脉图像与待识别掌静脉图像进行重新匹配，直至匹配成功。