[发明专利]一种基于主成分和稀疏表示的掌纹识别方法及系统

权利要求书

1.一种基于主成分和稀疏表示的掌纹识别方法，其特征在于，包括步骤如下：

首先，对掌纹图像进行等分成块；掌纹图像包括待识别掌纹图像即测试样本和数据库中待匹配的掌纹图像即训练样本；

然后，通过B(2D)²PCA算法分别对测试样本等分成的每个块、训练样本等分成的每个块进行降维和归一化，分别建立完备字典；

最后，通过一种特殊的子空间正交匹配追踪算法SOMP解决分组的稀疏表示，从而得到最终的分类结果。

2.根据权利要求1所述的一种基于主成分和稀疏表示的掌纹识别方法，其特征在于，通过B(2D)²PCA算法对测试样本等分成的每个块进行降维和归一化，提取图像特征，建立完备字典，包括步骤如下：

(1)测试样本等分成的块形成若干子图像；

(2)通过B(2D)²PCA算法识别步骤(1)的每个子图像，进行降维和归一化，得到简化和归一化特征矩阵，将简化和归一化特征矩阵转换为列向量，组装一个完备字典D。

3.根据权利要求1所述的一种基于主成分和稀疏表示的掌纹识别方法，其特征在于，通过B(2D)²PCA算法对训练样本等分成的每个块进行降维和归一化，建立过完备词典，包括步骤如下：

(3)训练样本等分成的块形成子图像集合，子图像集合包括分割后位于相同位置上的子图像；

(4)通过B(2D)²PCA算法识别步骤(3)的每个子图像，进行降维和归一化，得到简化和归一化特征矩阵，将简化和归一化特征矩阵转换为列向量，组装一个完备字典D′，并根据样本类别将D′分为N个训练子矩阵:D₁′,D₂′,…,D_i′,…,D_N′。

4.根据权利要求1所述的一种基于主成分和稀疏表示的掌纹识别方法，其特征在于，对掌纹图像进行等分成块，包括步骤如下：

将掌纹图像矩阵A(l×h)分成p×q块，如式(Ⅰ)所示：

式(Ⅰ)中，l、h分别为矩阵A的行数、列数；p、q分别为矩阵A分成的的行数、列数；A_pq为矩阵A被分块后的第p行第q列的子矩阵；

每个块即子图像的大小是l₁×h₁，p×l₁＝l,q×h₁＝h。

5.根据权利要求1所述的一种基于主成分和稀疏表示的掌纹识别方法，其特征在于，通过B(2D)²PCA算法对等分成的每个块进行降维和归一化，得到简化和归一化特征矩阵即描述掌纹特征的特征矩阵B，如式(Ⅱ)所示：

式(Ⅱ)中，Z为一组掌纹图像中的一个习得的列方向投影矩阵,为将Z分为p×q块矩阵后第p行第q列的矩阵的转置，X为在一组掌纹图像中的一个习得的行方向投影矩阵,X_pq为将Z分为p×q块矩阵后第p行第q列的矩阵。