[发明专利]红外图像识别方法

说明书

技术领域

本发明涉及图像识别，特别涉及一种红外图像识别方法。

背景技术

随着生物认证技术的发展，人脸和指纹识别已经不能满足日益增长的安全 性需求。近年来，基于手掌静脉特征的身份识别在生物特征识别领域受到广泛 重视。手掌静脉图像获取容易，占用存储空间小，其研究具有重要的应用价值。 手掌静脉识别相关认证产品在网络安全认证方面必将发挥重要的作用。现有的 手掌静脉识别系统只能对较好条件下的样本进行处理，而对于图像偏暗，清晰 度不高的掌纹样本，识别率有所降低，同时，所应用的算法普遍计算量较大， 使识别过程难以达到实时。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种红外图像识别方法， 包括：

对红外手掌静脉图像进行二值化和增强处理；

通过提取图像特征来识别红外手掌静脉图像。

优选地，所述通过提取图像特征来识别红外手掌静脉图像，进一步包括：

将增强后的静脉图像进行分块，分为多个64×64大小的静脉子图像f(x， y)，首先对其进行以下变换：

F(u,v)=Σx=064-1Σy=064-1f(x,y)e-j2π(ux/64+vy/64)]]>

变换后，变换结果也为64×64大小的矩阵，同时把[0，2π)等分等分成 126段，对应126个方向角，采用线性插值方法对不同方向上的径向坐标进行估 计：

F₁＝F_l,u(x_u-x)+F_l,d(x-x_d)

F₂＝F_r,u(x_u-x)+F_r,d(x-x_d)

F(i,j)＝F₁(y_u-y_ij)+F₂(y_ij-y_d)

这里，F(i,j)为i方向径向坐标第j个坐标的处的值，(u,l)、(d,l)、(u， r)，(d,r)分别为坐标(x,y)左上、左下、右上、右下处的值；然后对F(i,j)， 做逆傅里叶变换，结果记为f’(i,j)，其中i＝l，2，…，126；j＝1，2，...， 64，i为方向信息，j为截距信息；

将训练集中所有样本相同区域的子图像分解系数集合形成样本矩阵：

式中，n为静脉图像样本库中样本数量，k_ij为第i个样本的第j个小波分 解系数；进行主分量分析，得到一组特征值向量(ω₁，ω₂，…，ω₁₂₆)，从126 个分量中找到p个分量，当其方差占总方差的比例大于某一值时，则选择前面 的p个分量作为主分量，主分量方差占全部方差的比例计算公式如下：