[发明专利]基于掌纹和指横纹特征融合的身份识别方法在审
申请号: | 201410360564.6 | 申请日: | 2014-07-24 |
公开(公告)号: | CN104112125A | 公开(公告)日: | 2014-10-22 |
发明(设计)人: | 张建新;张强;刘建洋 | 申请(专利权)人: | 大连大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06F21/32 |
代理公司: | 大连创达专利代理事务所(普通合伙) 21237 | 代理人: | 赵英杰 |
地址: | 116622 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 掌纹 指横纹 特征 融合 身份 识别 方法 | ||
1.基于掌纹和指横纹特征融合的身份识别方法,其特征在于:其分为掌纹、指横纹特征提取和分数层特征融合与匹配两个阶段;即在已获得预处理好的掌纹和指横纹图像的前提下,从掌纹和指横纹图像中分别提取出掌纹小波能量特征和指横纹小波能量特征,分别计算两者在分数层的得分,再将掌纹和指横纹得分按照分数相乘融合方法构成新的得分,使用新的得分进行识别个体;具体过程如下:
(1)首先对掌纹和指横纹图像进行小波分解;
分解得到掌纹、指横纹的低频子图和细节子图,去除掌纹、指横纹的低频子图;
(2)将掌纹、指横纹的每个细节子图划分互不相交的子块;
(3)分别计算掌纹和指横纹的每个细节子图中子块相应的能量,并分别构造掌纹和指横纹特征向量;
(4)分别计算掌纹和指横纹匹配得分,分为真匹配得分和假匹配得分,并进行归一化方法处理;
(5)按照乘法融合方法,在分数层融合掌纹和指横纹得分。
2.根据权利要1所述的基于掌纹和指横纹特征融合的身份识别方法,其特征在在于:所述步骤(1)中的小波分解为3级,掌纹特征提取中小波分解使用‘Haar’小波,指横纹特征提取中小波分解使用‘Db1’小波。
根据权利要1所述的基于掌纹和指横纹特征融合的身份识别方法,其特征在在于:所述步骤(2)中的掌纹细节子图分行方向为12块,列方向块数根据细节子图大小计算;指横纹细节子图行方向为3块,列方向块数根据细节子图大小计算。
3.根据权利要1所述的基于掌纹和指横纹特征融合的身份识别方法,其特征在在于:所述步骤(2)中细节子图分为水水平方向细节子图、竖直方向细节子图和对角线方向细节子图。
4.根据权利要1所述的基于掌纹和指横纹特征融合的身份识别方法,其特征在在于:所述步骤(2)中纹和指横纹匹配得分采用绝对距离计算法。
5.根据权利要1所述的基于掌纹和指横纹特征融合的身份识别方法,其特征在在于:所述步骤(2)中归一化方法为z-score归一化方法,其公式为
Score=(x-mean(x))/std(x);
其中,x为一类生物特征间的匹配分值向量,mean(x)和std(x)为掌纹或指横纹真假匹配的平均值和标准差。
6.根据权利要1所述的基于掌纹和指横纹特征融合的身份识别方法,其特征在在于:所述步骤(5)中乘法融合方法的公式为
score=fi*pi(i=1,2,...,M);
其中,fi为指横纹第i个得分,pi为掌纹第i个得分;M为得分总数目。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连大学,未经大连大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410360564.6/1.html,转载请声明来源钻瓜专利网。