基于方向特征的手掌靜脈分類索引構(gòu)建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種手掌靜脈特征識別技術(shù)，特別是一種基于方向特征的手掌靜脈分 類索引構(gòu)建方法。
【背景技術(shù)】
[0002] 掌靜脈識別基于靜脈血管進(jìn)行一致性判斷，因其具有活體采集、難偽造、特征信息 豐富且唯一等良好性質(zhì)，成為近十年來新興生物特征識別技術(shù)之一，得到業(yè)內(nèi)人士的廣泛 關(guān)注。隨著掌脈識別技術(shù)應(yīng)用領(lǐng)域的不斷擴(kuò)大，掌脈數(shù)據(jù)庫的規(guī)模也在不斷擴(kuò)大，隨之而來 的關(guān)鍵問題就是大型掌脈數(shù)據(jù)庫的識別精度和識別速度問題。
[0003] 掌脈識別算法從運行方式而言，可以分成兩類，即驗證模式（verification)和辨 識模式（identification)。驗證模式：判定實時輸入的具有唯一編碼（ID)的掌脈圖像，是 否與此ID所對應(yīng)的數(shù)據(jù)庫中的掌脈樣本相匹配；辨識模式：輸入一幅實時掌脈圖像（Probe palmveinimage)(測試樣本），檢索數(shù)據(jù)庫中的所有樣本，找到與之相匹配的數(shù)據(jù)庫中的樣 本，獲取數(shù)據(jù)庫中樣本的ID，即確認(rèn)為測試樣本的ID。辨識問題可以看作是廣義化的驗證 問題[2]。
[0004] 大多數(shù)掌脈識別算法的研宄都針對驗證模式，并且取得了很大進(jìn)步，算法都有很 高的識別精度并且能在幾十毫秒至幾百毫秒內(nèi)完成匹配[3-16]。但辨識工作模式下的掌脈 檢索算法要比驗證工作模式下的匹配算法難度大很多，特別是在大型掌脈數(shù)據(jù)庫中就更為 困難。換句話說，若一個測試樣本需要與數(shù)據(jù)庫中所有樣本相匹配，隨著數(shù)據(jù)庫中樣本數(shù)的 增加，辨識過程所需的時間會快速增加，導(dǎo)致辨識模式下系統(tǒng)無法滿足實時性要求。因此， 盡管現(xiàn)有掌靜脈算法在驗證模式下的匹配速度能滿足系統(tǒng)實時性要求，仍不能直接將驗證 中的匹配算法用在辨識過程中。（對于大型掌脈數(shù)據(jù)庫，提高辨識速度的一種有效方式就是 保持精確匹配算法（驗證模式下）不變，通過將生物特征分類或分層，進(jìn)行指導(dǎo)性檢索。指 導(dǎo)性檢索的基本工作模式是：首先提取可靠的檢索特征作為指導(dǎo)性信息，然后依據(jù)檢索特 征的特點構(gòu)造出高效的索引結(jié)構(gòu)，得到一些候選的掌脈圖像樣本，最后利用驗證模式下的 精確匹配算法比對測試樣本和候選樣本，根據(jù)匹配分判定測試樣本的ID。這樣，既可以縮小 對數(shù)據(jù)庫樣本檢索范圍，同時利用精確匹配算法也能保證辨識模式有較高的正確率。）
[0005] 在大型生物特征識別系統(tǒng)中，指紋和掌紋圖像與掌脈圖像相似，均包含大量的紋 理。其中指紋分類算法較成熟[17-23]，大體分為兩種：一種是固定分類方法[17-19]，根據(jù) 指紋的自然形狀分成5類或者擴(kuò)展成6?8類，如左旋、右旋、漩渦等類別，測試樣本根據(jù)所 屬類別/子庫，直接與子庫內(nèi)的候選樣本進(jìn)行進(jìn)一步的精確匹配，得到測試樣本的ID。其優(yōu) 點是無需采用相似度準(zhǔn)則就能檢索出候選樣本，可以減少一定的檢索時間；但是也存在很 多問題，如某些樣本的類別難以確定；分類遵循自然規(guī)律，可能導(dǎo)致某些子庫中的樣本數(shù)量 過大；無法通過調(diào)整子庫中樣本數(shù)的分布來平衡系統(tǒng)的精度和速度。另一種分類方法是連 續(xù)分類方法[20-23]，通過某些變換方法提取圖像主要特征作為分類特征，檢索時，將測試 圖像的分類特征與數(shù)據(jù)庫圖像的分類特征進(jìn)行相似度計算，找到與測試圖像相似的一些數(shù) 據(jù)庫圖像，作為候選樣本進(jìn)行進(jìn)一步匹配。連續(xù)分類方法可以避免固定分類方法出現(xiàn)的問 題，但其候選樣本需用相似度準(zhǔn)則檢索整個數(shù)據(jù)庫才能得到，且相似度測量方法若選取的 不好會降低識別率（accuracy)。而在掌紋方面，尚在研宄階段，僅有一些文獻(xiàn)[24-26]提及 到分類算法，如文獻(xiàn)[24, 25]類似連續(xù)分類方法，由粗到細(xì)層次地減少掌紋檢索范圍；文獻(xiàn)
[26]類似固定分類方法，根據(jù)掌紋主線的數(shù)量分成6類。與指紋、掌紋不同，掌脈圖像中的 靜脈分布并無明顯規(guī)律，即沒有指紋中左旋、右旋、漩渦的特點，也沒有掌紋中主線的分布。 因此掌紋和指紋的分類算法，只能給我們提供一些檢索方法上的指導(dǎo)，而在掌脈分類特征 的選擇上，參考意義有限。
[0006] 大型掌脈數(shù)據(jù)庫中，在辨識模式下得到測試圖像的ID是一個檢索問題。需將測試 圖像與數(shù)據(jù)庫中每一幅圖像進(jìn)行比對，得到與測試圖像最相似的模板圖像。很明顯，這種窮 舉法難以滿足辨識系統(tǒng)的實時性要求，分類或分層的指導(dǎo)性檢索方法是一種有效提高檢索 效率的方法。其中探索簡單有效的分類索引結(jié)構(gòu)和快速檢索算法是指導(dǎo)性檢索算法中兩個 關(guān)鍵問題。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的不足提供一種增加不同個體間掌脈的 相關(guān)性，達(dá)到分類快速檢索的基于方向特征的手掌靜脈分類索引構(gòu)建方法。
[0008] 為了實現(xiàn)上述目的，本發(fā)明所設(shè)計的一種基于方向特征的手掌靜脈分類索引構(gòu) 建方法，其特征是首先針對掌脈圖像，采用GaUSSian_iRadon(G-iR)變換提取掌脈圖像的 方向特征矩陣，得到圖像主方向，以此圖像主方向構(gòu)建分類索引，所述的采用Gaussian_ iRadon(G-iR)變換提取掌脈圖像的方向特征矩陣是在判定中心像素點的主方向DjxmyQ) 時，利用Gaussian函數(shù)對中心點的加權(quán)規(guī)則，削弱鄰域內(nèi)像素點對中心像素點的貢獻(xiàn)度， 進(jìn)而減弱iRadon變換提取到的方向信息的分辨能力，其中：實函數(shù)f[x，y]在有限鄰域 local(x，y)內(nèi)的G-iR變換定義為：
【主權(quán)項】
1. 一種基于方向特征的手掌靜脈分類索引構(gòu)建方法，其特征是首先針對掌脈圖像，采 用Gaussian_iRadon(G-iR)變換提取掌脈圖像的方向特征矩陣，得到圖像主方向，以此圖 像主方向構(gòu)建分類索引，所述的采用Gaussian_iRadon(G-iR)變換提取掌脈圖像的方向特 征矩陣是在判定中心像素點的主方向Djxm yj時，利用Gaussian函數(shù)對中心點的加權(quán)規(guī) 貝1J，削弱鄰域內(nèi)像素點對中心像素點的貢獻(xiàn)度，進(jìn)而減弱iRadon變換提取到的方向信息的 分辨能力，其中：實函數(shù)f [X，y]在有限鄰域local(X，y)內(nèi)的G-iR變換定義為：
(6) (7) Lk即為Section2. 1中iRadon變換有關(guān)有限線段的定義；等式（8)給出2-D高斯函數(shù)G(x,y, 〇 )的定義，（X，y)表示Gaussian濾波器中的離散點，（X。，yQ)是濾波器的中心點；〇 是高斯濾波器的標(biāo)準(zhǔn)方差；
類似地，根據(jù)iRadon變換的競爭編碼方式得到由D。(X，y)組成的方向特征矩陣； 所述的圖像主方向構(gòu)建分類索引是基于G-iR變換得到的每個像素的主方向Djx，y)， 根據(jù)公式（9)，統(tǒng)計其方向特征的分布，并求得整個圖像的主方向<i> ;其中m，n為0M矩 陣大??；
(9) 利用圖像主方向巾，將數(shù)據(jù)庫分成6類，SP <}) = 2;巾=3;巾=4;巾=5; = 6〇
2. 根據(jù)權(quán)利要求1所述的基于方向特征的手掌靜脈分類索引構(gòu)建方法，其特征是在掌 脈圖像采集過程中采集高、中、低三個分辨率下的圖像，分別用三個不同大小的G-iR濾波 器提取圖像方向特征，并用上述提取主方向的方法，得到高、中、低三個分辨率下圖像的主 方向，巾 2，巾3]，取3個主方向[(i^，<i>2, <i>3]的眾數(shù)（mode)作為最終的主方向定義 公式（10): 〇 = moded，巾2,巾3) ;〇 = 1，2,3,4,5,6 (10)根據(jù)主方向?qū)⒋笮蛿?shù)據(jù)庫 分成 6 個子庫 LJO = l)，L2(〇 =2)，L3(〇 =3)，L4(〇 =4)，L5(〇 =5)，L6(〇 =6)，〇 =1表示主方向為0度，且偏移角度不超過一定范圍的圖像，以此類推。
3. 根據(jù)權(quán)利要求2所述的基于方向特征的手掌靜脈分類索引構(gòu)建方法，其特征是采 集高、中、低三個分辨率下的圖像，其圖像分辨率大小分別是高：128*128、中：64*64、低： 32*32。
【專利摘要】本發(fā)明公開了一種基于方向特征的手掌靜脈分類索引構(gòu)建方法，它采用Gaussian_iRadon（G-iR）變換提取掌脈圖像的方向特征矩陣，得到圖像主方向，以此圖像主方向構(gòu)建分類索引，本發(fā)明提供的一種基于方向特征的手掌靜脈分類索引構(gòu)建方法，利用Gaussian Radon變換提取掌靜脈圖像方向特征信息，并用統(tǒng)計法分析高、中、低三種分辨率下的圖像相應(yīng)的方向特征矩陣，進(jìn)而得到簡單且有效的分類索引結(jié)構(gòu)，能增強對掌脈的形變誤差及噪聲的魯棒性，有效地實現(xiàn)了各子庫中樣本分布的均勻性，大大減少了檢索時間。
【IPC分類】G06F17-30, G06K9-46
【公開號】CN104615635
【申請?zhí)枴緾N201410633268
【發(fā)明人】劉婭琴, 周宇佳, 黃靖, 楊豐
【申請人】南方醫(yī)科大學(xué)
【公開日】2015年5月13日
【申請日】2014年11月10日