[发明专利]基于IoM的可撤销的掌纹竞争码特征识别方法

权利要求书

1.基于IoM的可撤销的掌纹竞争码特征识别方法，其特征在于，包括如下步骤：

a)利用计算机对原始掌纹图像进行预处理，提取出原始掌纹图像的ROI图像，对ROI图像进行二值化处理，得到二值化的掌纹图像；

b)利用计算机在二值化的掌纹图像中提取手掌外边缘轮廓并检测食指与中指之间的间隙Ⅰ以及无名指与小指之间的间隙Ⅱ，计算间隙Ⅰ与间隙Ⅱ边界的切线，切线与间隙Ⅰ的切点为X₁，切线与间隙Ⅱ的切点为X₂，将作为坐标系的X轴，切点X₁与切点X₂之间的中点为坐标系的原点O，将穿过原点O并垂直于X轴的直线作为坐标系的Y轴；

c)建立一条远离原点O且与X轴相平行的直线c₁||X₁X₂||，直线c₁||X₁X₂||与手掌轮廓左侧相交的交点为O1，其与手掌轮廓右侧相交的交点为O₂，剪裁边长为c₂||O₁O₂||的正方形区域形成像素为N×N的感兴趣区域ROI图像，该正方形区域相对于Y轴左右对称；

d)计算机利用Gabor滤波器组通过公式G_R(u,v)＝(4u²-2)exp(-(u²+v²))对感兴趣区域ROI图像进行滤波得到滤波后的图像G_R(u,v)，式中u为横坐标，v为纵坐标，之后对滤波后的图像通过公式进行归一化处理，得到掌纹竞争码特征CompCode(x,y)，其中I(x,y)代表掌纹图像中的横坐标为x且纵坐标为y的点，*代表卷积运算，θ_j＝jπ/J，j＝{0,...,J-1}，J代表获取掌纹图像方向的数量，J＝8，G_R代表Gabor滤波器；

e)利用计算机对得到的掌纹竞争码特征CompCode(x,y)映射统一分配为一组p×p块，对于每个块计算掌纹竞争码的统计直方图h_i，h_i的维数为6，将所有块中的直方图h_i连接在一起形成大直方图h，将大直方图h作为特征向量，通过公式就按整个图库集定义字典矩阵A作为所有特征向量的串联，式中k是图库集中的类数，n_k是类k的样本数，m是特征的维数，n是每类样本的数量；

f)对特征向量进行IoM变化，得到可撤销的掌纹特征模板B；

g)输入要测试的掌纹图像A，利用公式计算Jaccard系数J(A,B)，通过公式计算Jaccard距离d_j(A,B)，式中AΔB＝|A∪B|-|A∩B|，J(A,B)∈[0,1]将Jaccard距离与判决门限值进行比较，当Jaccard距离大于判决门限值时定义为掌纹图像A与掌纹特征模板B不相似，掌纹图像A与掌纹特征模板B不判定为一类，当Jaccard距离小于等于判决门限值时定义为掌纹图像A与掌纹特征模板B相似，掌纹图像A与掌纹特征模板B判定为一类，判决门限值取错误接受率FAR与使错误拒绝率FRR的交点。

2.根据权利要求1所述的基于IoM的可撤销的掌纹竞争码特征识别方法，其特征在于：步骤c)中c₁＝0.60，c₂＝0.65，N＝128。

3.根据权利要求1所述的基于IoM的可撤销的掌纹竞争码特征识别方法，其特征在于：步骤d)中计算机使用一个具有六个方向的Gabor滤波器组对感兴趣区域ROI图像进行滤波。

4.根据权利要求1所述的基于IoM的可撤销的掌纹竞争码特征识别方法，其特征在于：步骤e)中包括如下步骤：

e-1)给定掌纹特征矢量p,生成q个随机高斯投影向量w次，形成随机高斯投影矩阵；

e-2)将生成的随机搞死投影矩阵正交化，得到正交的随机高斯投影矩阵；

e-3)记录从正交的随机高斯投影矩阵和特征矢量p计算的最大值的w个索引记为t_i，基于高斯随机投影的IoM哈希码记为t_GRP＝{t_i∈[1,q]i＝1,…,m}。