[发明专利]基于Log－Gabor混合滤波相位特征加密的高精度掌纹安全识别方法

权利要求书

1、基于二维Log-Gabor混合滤波相位特征加密的高精度掌纹安全识别方法，其步骤是：

a、掌纹图像预处理：采用边缘跟踪算法得到人掌纹图像的食指和中指、无名指和小指之间形成的两个角点，并通过这两个角点来校正掌纹图像，然后切割出手掌图像中心且大小为128×128像素的掌纹图像块I；

b、二维Log-Gabor混合滤波：用4个不同方向的二维Log-Gabor滤波器构成二维混合Log-Gabor滤波器LGMF(θ₀，σ₀，f₀，σ_f)：

LGMF(θ0,σθ,f0,σf)=Σi=14aiGi(θi,σθ,f0,σf)]]>

其中，a_i为方向θ_i的加权系数，G_i(θ_i，σ_θ，f₀，σ_f)是方向为θ_i的二维Log-Gabor滤波器，它在频域中极坐标下的表示形式为：

G(θ_i，σ₀，f₀，σ_f)＝G_f(f₀，σ_f)×G_θ(θ_i，σ_θ)

而为径向成分，其中f₀为中心频率，σ_f为高斯函数在径向的标准偏差，为角度成分，θ_i为此滤波器的方向角度，σ_θ为高斯函数在角度方向的标准偏差；二维Log-Gabor混合滤波器LGMF经反傅立叶变换得到空域的形式IFFT(LGMF)，用IFFT(MLG)对a步的掌纹图像块I进行卷积滤波操作，得到卷积滤波后的掌纹图像MF，

MF＝IFFT(LGMF)*I，其中*表示空域卷积运算

c、掌纹混合相位特征提取：对滤波后的掌纹图像MF采用相位编码的方式提取掌纹图像的混合相位特征PMPF(Palmprint Mixture Phase Feature)，PMPF＝(MFR，MFI)，其中MFR是掌纹特征实部编码，MFI是掌纹特征虚部编码，分别由下列公式得出：

MFR=1ifRe[MF]≥00ifRe[MF]<0;]]>

MFI=1ifIm[MF]≥00ifIm[MF]<0.]]>

d、掌纹混合相位特征加密：用长度和掌纹混合相位特征PMPF的bit数相同的伪随机比特序列E对掌纹混合相位特征PMPF进行异或处理，得到加密掌纹混合相位特征EPMPF：；

e、匹配识别：对于两个掌纹图像分别进行a～d步骤的操作，得到两个加密掌纹混合相位特征EPMPF₁，EPMPF₂；再采用Hamming距离匹配算法对加密掌纹混合相位特征EPMPF₁和EPMPF₂进行匹配，得到匹配结果。