[发明专利]一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法

权利要求书

1.一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法，其特征在于，包括如下步骤：

步骤1、输入指静脉图像I；

步骤2、将获得的LBP图与Gabor滤波器获得的方向特征图联合，构建二维分布直方图，输出LGWLD特征向量H；

输出LGWLD特征向量H包括如下步骤：

步骤20、根据公式：

计算图像I中每个像素点的LBP编码，然后采用均匀模式LBP将其匀量化至M个区域，得到差分激励图ξ；

步骤21、根据公式：

G(x，y，θ，u，σ)＝-(1/2πσ²)×exp[-(x²+y²)/2σ²]×cos{2πu(x cosθ+y sinθ)}、构建的Gabor滤波器对I做线性滤波，得到方向图O；

步骤22、分别将ξ、O分割成n个互不重叠的图像块；

步骤23、对每块区域构造特征向量

步骤24、分别对步骤23中得到子特征向量进行首尾相连，顺序拼接成一维整体特征向量H＝[H¹，H²，...，Hⁿ]；

步骤25、对H采用l₂范数进行归一化处理：H＝H/||H||₂。

2.根据权利要求1所述的一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法，其特征在于，

步骤20公式中：g_c：区域中心点的灰度值，g₀，…，g_p-1：环形区域P个等分点的灰度值，可近似得出：T≈t(g₀-g_c，…，g_p-1-g_c)；

用差值符号表示上式T：T≈t(s(g₀-g_c)，…，s(g_p-1-g_c))

S：符号函数：

P：邻域的像素点数，R：半径。

3.根据权利要求1所述的一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法，其特征在于，步骤20公式U：LBP模式中相邻两个二进制值跳变次数，U≤2时为均匀模式，所有非均匀模式为单独的一类。

4.根据权利要求1所述的一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法，其特征在于，步骤20公式中：G(x，y，θ，u，σ)：Gabor滤波器的实部，θ：函数的方向，u：正弦波的频率，σ：标准差，给定生成方向数n_θ后，可以生成方向为θ_j＝jπ/n_θ的Gabor滤波器，j＝0，1，...，n_θ-1，O：滤波器的量化值，j：滤波器量化的方向数，I(x，y)：图像。