[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

说明书

本发明涉及指静脉图像识别技术领域，尤其为一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法，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。本发明，构造均匀模式LBP替代WLD差分激励算子，使其能够充分反映局部区域像素灰度变化信息，同时降低噪声的干扰；利用Gabor滤波器替代WLD梯度算子，该滤波器由于考虑了多邻域像素影响，能够有效地描述指静脉图像的线特征，在FV‑TJ和FV‑USM指静脉数据库上的实验结果表明，本发明提出的方法能够更好地描述指静脉特征。

技术领域

本发明涉及指静脉图像识别技术领域，具体为一种基于LBP和Gabor方向 韦伯局部描述子的指静脉识别方法。

背景技术

近年来，作为一种便捷的生物特征识别技术，指静脉识别受到了越来越 广泛的关注。较于其他生物特征识别：如指纹识别^[1]、人脸识别^[2]、虹膜识别 ^[3]等，指静脉识别具有以下优势：稳定性、唯一性、体内特征、活体性、图像 采集便捷。因此，被认定为生物识别领域的热点^[4]。指静脉识别步骤包括：静 脉图像采集、预处理、特征提取、特征匹配和识别，其中特征提取是识别的 关键。指静脉特征提取的算法主要分为四类：(1)基于全局特征：具有特征 数量维度低，识别速度快的优点，但易受遮挡，姿态变化，光照和变形等因 素的影响。(2)基于局部特征：具有特征匹配简单、识别率较高的优点。(3) 基于静脉模式：具有能够改善图像质量，识别性能高的优点，但易受噪声、 不规则阴影等因素的影响。(4)基于特征学习：具有数据自适应信息的优点， 但对遮挡、光照变化等情况下的样本不够鲁棒。

Zhang等人^[5]提出局部Gabor二值模式(Local Gabor Binary Pattern,LGBP)， 首先使用多尺度Gabor滤波器对图像滤波，然后对滤波系数进行LBP编码， 但没有解决图像平移及旋转的问题。SIFT^[6](Scale-invariant feature transform) 在不同的尺度空间上获取特征点方向，具有平移，尺度缩放和旋转不变性的 优点，但是将其应用在指静脉识别时，存在关键点错配，特征点少等缺点。 文献[7]将局部方向模式(LDP)用于特征提取，但由于LDP采集梯度信息和 边缘信息，对于边缘信息不突出的指静脉图像来说不是一个特别好的选择。

较于传统的局部算子，韦伯局部描述子^[8](Weber Local Descriptor,WLD) 具备更强的特征提取能力，对光照变化也较为鲁棒^[9-10]。然而，WLD存在如 下问题：1)差分激励计算中，直接将不同邻域像素点与中心像素点的灰度差 值相加，存在正负值相互抵消的情况，从而导致局部纹理特征丢失；同时， 也不利于抵抗噪声的干扰。2)仅通过计算垂直灰度差和水平灰度差的比值的 梯度方向，无法有效地反映指静脉曲线的线特征。

发明内容

本发明的目的在于提供一种基于LBP和Gabor方向韦伯局部描述子的指 静脉识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于LBP和Gabor方向韦伯局部描述子的指静脉识别方法，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。

优选的，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；