[发明专利]基于灰度图像的识别方法

权利要求书

1.一种基于灰度图像的识别方法，用于对所采集的手掌静脉灰度图像进行匹配识别，其特征在于，包括：

通过图像分割，将静脉纹理进行分离；

将分割后的图像进行增强处理；

提取经过增强处理后的图像特征，并基于所提取的特征完成手掌静脉灰度图像的识别。

2.根据权利要求1所述的方法，其特征在于，所述通过图像分割，将静脉纹理进行分离，进一步包括：

计算手掌静脉图像F的方向分布图，确定滤波器方向的选择；每隔π/8的角度，预设8个方向的模板算子T_k(k＝l，...，8)，用F(i,j)表示原静脉图像(i,j)处的中心像素点灰度值，(i,j)为中心像素点的坐标，方向分布图计算如下：

(1)逐点计算出各像素点上的8个方向灰度卷积值：采用5x5的模板算子T_k计算像素点(i,j)处的灰度卷积和S_k(i,j)(k＝1，...，8)；在一个9×9块中使用公式：

Sk(i,j)=Σx=-44Σy=-44F(i+x,j+y)·Tk(x,y)]]>

获得该窗口中心像素(i,j)的8个方向灰度卷积和S_k；

其中，x、y为模板在图像中滑动的距离，即对应方向上模板的系数；

(2)从S_k(i,j)(k＝1，...，8)中的8个中心像素点的灰度卷积和取出最大的卷积和值，并取最大卷积和值的下标作为该中心像素点的方向：

S_kmax＝max(S_k(i,j))(k＝1，...，8)

k_max＝arg(S_kmax)

其中，max表示取一组灰度卷积和中的最大值，arg表示取S_kmax的下标值；

其中，滤波器的中心频率f和滤波器的尺寸δ_xδ_y满足：

δ＝δ_x＝δ_y；并且δf=1πln222B-12B+1]]>

其中，B表示滤波器的空域带宽，且在[0.5，2.5]之间取值；

(3)对滤波之后的8幅图像进行重建；定义一组加权值λ_k∈[0,1]；8幅图像的重建过程为：

R=Σk=18λkSk,]]>其中Σk=18λk=1]]>

R表示重建之后的图像；

(4)采用4方向均值模板对重建图像R进行平滑处理：定义一个7x7大小的4方向均值模板T_a，从水平位置开始，每隔π/4确定一个方向，执行如下过程：

首先计算每个像素点在以中心像素为中心的4个方向上的像素灰度平均值R_l，其中l取1至4，并将4方向的灰度均值之和求平均值：

R,=R⊗Ta4×7]]>

其中代表二维卷积运算，R’表示4方向均值图像；

(5)将重建图像R和图像R’的差值比较作为分割的标准，定义图像的分割过程：

E(i,j)=1R(i,j)-R′(i,j)>00R(i,j)-R′(i,j)≤0]]>

R(i,j)表示重建图像R在(i,j)处的灰度值，R’(i,j)表示4方向均值图像R’在(i,j)处的灰度值，E为分割之后的图像。