[发明专利]基于差分运算的高精度掌纹识别方法

摘要

本发明提供的是一种基于差分运算的高精度掌纹识别方法。它包括(1)掌纹图像预处理；(2)特征提取－建立掌纹差分编码PDC；(3)掌纹匹配。本发明通过差分运算来描述图像灰度的变化。首先，利用二维高斯滤波器对掌纹图像进行平滑。然后，对平滑后的图像进行两次差分运算。最后，根据差分结果的正负符号对掌纹进行编码。这种编码称为palmprintdifferential code(PDC)。PDC算法能够有效地区分不同的掌纹，是一种实时的高精度身份识别方法，其识别精度比目前最好的掌纹识别方法还高出很多。

主权项

1、一种基于差分运算的高精度掌纹识别方法，其特征是：(1)掌纹图像预处理在CCD的掌纹采集仪器上安装用于限制手掌的平移和旋转的小柱子，使得手指分开，在食指和中指、无名指和小指之间形成两个孔洞，通过计算图像中这两个孔洞的切线来校正手掌图像，然后裁切位于手掌图像中央的大小为128×128像素的矩形图像块来进行特征提取和匹配；(2)特征提取-建立掌纹差分编码PDC假设I为一幅掌纹图像，首先用参数为σ的2D Gaussian滤波器G_σ对图像进行过滤，如式(1)：                I_s＝I*G_σ                          (1)I_s在水平方向上的差分(I_s^x)和竖直方向上的差分(I_s^y)可以通过如下公式计算：Isx=Is*-11---(2)]]>Isy=Is*-11---(3)]]>这里，“*”是卷积运算；然后，根据I_s^x和I_s^y中各点值的正负符号来对掌纹进行编码，公式如下：Cx(i,j)=1,Isx>0;0,otherwise.---(4)]]>Cy(i,j)=1,Isy>0;0,otherwise.---(5)]]>C=CxCy]]>被称作掌纹差分编码(palmprint differential code，简称为PDC.)；(3)掌纹匹配假设C1=C1xC1y]]>和C2=C2xC2y]]>代表两幅掌纹I₁和I₂的PDC码，对于任一点(i，j)，如果C₁^x(i，j)等于C₂^x(i，j)，且C₁^y(i，j)等于C₂^y(i，j)，那么，(i，j)称为C₁与C₂的匹配点，显然，匹配点越多，C₁和C₂的相似度越高。Hamming距离被定义为两个字符串在相应位置上不同字符的数目。为衡量C₁和C₂之间的相似性，可设计一个改进的Hamming距离如下：这里“”和“”分别代表逻辑“异或”和“或”运算，C₁和C₂的匹配度可通过D(C₁，C₂)来计算：S(C1,C2)=1-D(C1,C2)32×32---(8)]]>