[发明专利]一种基于二值图的手指静脉识别方法

权利要求书

1.一种基于二值图的手指静脉识别方法，其特征在于，包括：

采集近红外光下的手指图像；

对采集的手指图像进行预处理，以获取对应的手指静脉二值图；

采用FAST算法对手指静脉二值图进行特征点提取；

采用梯度直方图对提取的特征点进行向量化描述；

基于向量化描述的特征点，计算手指静脉二值图与训练库中所有注册图像之间的匹配距离；

通过比较手指静脉二值图与所有注册图像的匹配距离，得到识别结果；

计算手指静脉二值图与注册图像之间的匹配距离的步骤，包括：

用d_ij表示作为测试图像的手指静脉二值图中第i个特征点与注册图像中第j个特征点之间的欧氏距离,

其中i∈[1,N₁],j∈[1,N₂]；

对于测试图像中的特征点i(x₁,y₁)，在训练图像中构建以相同的坐标点(x₁,y₁)为圆心，以r为半径的圆形邻域O_i，若训练图像中在该圆形邻域内存在m个特征点，分别计算特征点i与训练图像中这m个特征点之间的欧氏距离，若其中最小欧氏距离为d_ip，则d_ip为局部最优匹配；

对训练库中的所有非圆形邻域O_i内的(N₂-m)个特征点进行计算，若其中最小欧氏距离为d_iq,则d_iq为全局最优匹配，若d_ip＝d_iq，则认为测试图像中的特征点i和训练图像中的特征点p是正确匹配对，若d_ip≠d_iq，则认为对于测试图像的特征点i，训练图像中没有相对应的匹配点；

定义两幅图像之间的匹配距离，

其中，n表示正确匹配对数，N表示测试图像的特征点总数，d(i)表示第i对正确匹配之间的欧式距离。

2.根据权利要求1所述的基于二值图的手指静脉识别方法，其特征在于，所述对采集的手指图像进行预处理的步骤，包括：

对手指图像进行图像尺寸归一化、ROI提取、图像空间域和频域增强，以及图像阈值分割的处理。

3.根据权利要求 2所述的基于二值图的手指静脉识别方法，其特征在于，所述ROI提取包括：

使用Sobel算子纵向卷积粗提取手指边缘，然后沿着梯度方向进行非极大值抑制，最后使用RANSAC拟合轮廓边缘。

4.根据权利要求2所述的基于二值图的手指静脉识别方法，其特征在于，所述图像空间域和频域增强的步骤，包括：

使用CLAHE将图像分成若干个子块，在每个子块内进行直方图均衡化，若某个子块的直方图幅度大于预设值，则对其进行裁剪并均匀的分布在整个灰度区间中；以及

构建以为间隔，从0到共8个方向的Gabor滤波器，分别对图像进行滤波处理，对得到的8个响应进行比对筛选，保留各个结果中纹理部分的最大响应。

5.根据权利要求2所述的基于二值图的手指静脉识别方法，其特征在于，所述图像阈值分割的步骤，包括：

使用NiBlack算法进行阈值分割，将大于阈值的像素值设为255，小于阈值的像素值设为0。