[发明专利]一种虹膜图像鲁棒特征选择和快速比对的方法

权利要求书

1.一种虹膜图像鲁棒特征选择和快速比对的方法，其特征在于，该方法包括：

S1、采用区域多极子定序测量特征对虹膜纹理进行表达；具体包括：

S11、将虹膜图像沿半径和角度方向进行分割，划分出虹膜图像的局部子区域；

S12、设计多极子滤波器；

S13、采用设计的多极子滤波器对每个局部子区域进行滤波，抽取定序测量特征，用抽取的定序测量特征表达虹膜纹理；

S2、采用以相似度为导向的特征选择和融合方法从定序测量特征中选取最优的、分类能力最强的虹膜特征，构建用于最终的虹膜识别的单元分类器组合；其中，选取和构建的过程具体包括：

S21、产生训练样本；包括从数据库中选择虹膜图像用作训练集，对选择的虹膜图像进行预处理，在每幅预处理后的图像上抽取局域化的定序测量特征作为待选的特征，并计算任意两幅图像之间的差值图像，将计算任意两幅图像之间差值图像时得到的相似度分数作为该局域定序测量特征的一个训练样本；

S22、学习和建立虹膜组合分类器；包括以相似度为导向的特征选择和融合方法通过迭代地调用特征选择器，从候选特征集合里不断选择在当前样本权重分布情况下最优的特征，同时根据该特征在正负样本上的分布来构建相应的单元分类器，并将构建的单元分类器组合成为虹膜组合分类器；

S3、基于层次化分类器对虹膜特征模板进行快速比对；具体包括：

S31、基于建立的虹膜组合分类器构建层次化虹膜组合分类器；包括：使用虹膜组合分类器对选择出来的定序测量特征进行重新优化组合，把该定序测量特征分成几组，每一组称为一个层次虹膜组合分类器，多组层次虹膜组合分类器构成层次化虹膜组合分类器； 

S32、使用构建的层次化虹膜组合分类器对输入的虹膜特征模板进行快速比对；包括输入两个待比对的虹膜特征模板，把这两个虹膜特征模板对应的特征依次通过各个层次化虹膜组合分类器，只要任意一层的层次化虹膜组合分类器认为这两个模板不匹配，就直接输出不匹配结果，只有通过所有层次分类器验证的两个模板才认为是相互匹配的两个模板。

2.根据权利要求1所述的虹膜图像鲁棒特征选择和快速比对的方法，其特征在于，

步骤S12中所述的多极子滤波器由多个位置不一、正负不一、尺度不一和形状不一的低通滤波器联合组成，每个低通滤波器称为一个极子，系数为正值的极子又称为正极子，系数为负值的极子又称为负极子，所有极子的系数和为零；

步骤S13中所述采用设计的多极子滤波器对每个局部子区域进行滤波并抽取定序测量特征包括：

分别计算被多极子滤波器正负极子覆盖区域的平均灰度G⁺(x，y)和G^-(x，y)，其计算公式如下：

其中，I(x，y)表示预处理之后的虹膜归一化图像，N⁺，N^-分别表示多极子滤波器中正负极子的数目，f_i⁺和f_j^-分别表示第i和第j个正极子或负极子，*表示图像卷积；

得到G⁺(x，y)和G^-(x，y)之后，比较二者大小，如果在某个像素点上G⁺(x，y)大于G^-(x，y)，那么将图像的该像素点编码为1，否则编码为0。

3.根据权利要求1所述的虹膜图像鲁棒特征选择和快速比对的方法，其特征在于，

所述对选择的虹膜图像进行预处理，是对选择的虹膜图像进行虹膜定位和虹膜归一化；

所述计算任意两幅图像之间的差值图像，是通过计算任意两幅图 像之间对应的局域化定序测量特征编码的相似度实现的。

4.根据权利要求1所述的虹膜图像鲁棒特征选择和快速比对的方法，其特征在于，所述步骤S22具体包括：

S221、初始化训练样本的权重；

S222、在当前样本权重分布下选择最优特征；

S223、根据当前最优特征建立单元分类器；

S224、更新训练样本权重；

S225、迭代地调用步骤S222至S224，构建虹膜组合分类器。