[发明专利]掌纹识别的方法及电子设备有效
申请号: | 201910066101.1 | 申请日: | 2019-01-23 |
公开(公告)号: | CN109871779B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 胡素黎 | 申请(专利权)人: | 北京细推科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人: | 付登云 |
地址: | 100020 北京市朝阳区朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 掌纹 识别 方法 电子设备 | ||
1.一种掌纹识别的方法,其特征在于,包括:
分别对获取的模板图像和待匹配图像提取掌纹主线,得到第一掌纹主线图像和第二掌纹主线图像;
分别对所述第一掌纹主线图像和所述第二掌纹主线图像提取掌纹主线特征点,得到第一特征图像和第二特征图像;
在所述第一特征图像中,确定多个第一子区域图像,各所述第一子区域图像为以各所述掌纹主线特征点为中心的区域的图像;在所述第二特征图像中,确定与所述第一特征图像中的各第一子区域图像位置一一对应的各第二子区域图像;
分别计算每对所述第一子区域图像与所述第二子区域图像的匹配度,得到各第一匹配度;
分别将各所述第一匹配度与第一阈值进行比较,得到各第一匹配结果;所述第一匹配结果为匹配或者不匹配;
按照如下公式计算所述待匹配图像与所述模板图像的匹配度,得到第二匹配度:
其中,T表示所述模板图像,I表示所述待匹配图像,f(T,I)表示第二匹配度,N表示掌纹主线特征点的总个数,points表示特征点的集合,p(x,y)|(x,y)∈points表示特征点集合(x,y)∈points中的特征点p(x,y),Zp(x,y)(T|m,n)表示模板图像中特征点p(x,y)的m,n阶Zernike矩,Zp(x,y)(I|m,n)表示待匹配图像中特征点p(x,y)的m,n阶Zernike矩,m和n表示Zernike矩的阶数;Wlshp(x,y)表示第一匹配结果;
如果所述第一匹配结果为匹配,Wlshp(x,y)的取值为1;如果所述第一匹配结果为不匹配,Wlshp(x,y)的取值为0;将所述第二匹配度与第二阈值进行比较;根据比较结果,判断所述待匹配图像与所述模板图像是否匹配,以识别掌纹。
2.根据权利要求1所述的方法,其特征在于,所述分别计算每对所述第一子区域图像与所述第二子区域图像的匹配度,包括:
分别对各所述第一子区域图像与所述第二子区域图像计算局部敏感哈希LSH值;
分别计算每对所述第一子区域图像的LSH值与所述第二子区域图像的LSH值的匹配度,作为各所述第一匹配度。
3.根据权利要求2所述的方法,其特征在于,所述分别对各所述第一子区域图像与所述第二子区域图像计算LSH值,包括:
获取所述第一子区域图像的各个像素点的灰度值;计算获取的所述第一子区域图像的各个像素点的灰度值的平均值,得到第一均值;将所述第一子区域图像的各个像素点的灰度值与所述第一均值进行比较,如果大于所述第一均值,则取值0,否则,取值1,得到所述第一子区域图像的二进制特征向量;
获取所述第二子区域图像的各个像素点的灰度值;计算获取的所述第二子区域图像的各个像素点的灰度值的平均值,得到第二均值;将所述第二子区域图像的各个像素点的灰度值与所述第二均值进行比较,如果大于所述第二均值,则取值0,否则,取值1,得到所述第二子区域图像的二进制特征向量;
所述分别计算每对所述第一子区域图像的LSH值与所述第二子区域图像的LSH值的匹配度,包括:
将所述第一子区域图像的二进制特征向量和第二子区域图像的二进制特征向量按位异或,统计得到的1的个数,作为各所述第一匹配度。
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北京细推科技有限公司,未经北京细推科技有限公司许可,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/201910066101.1/1.html,转载请声明来源钻瓜专利网。