[发明专利]用于身份识别的手背静脉特征提取和匹配方法

摘要

本发明涉及用于外部数据处理的计算机程序，是使用生物特征进行身份识别的技术。通过静脉采集专用装置获得清晰的静脉图像，然后对图像进行预处理，包括静脉图像的尺寸和灰度的归一化、静脉图像的增强、基于阈值的图像分割、图像的去噪、图像的细化处理，最终得到满足要求的静脉血管纹路。在此基础上，分别提出基于静脉几何结构、特征矩及K－L压缩变换的特征提取方法。最后分别针对这三种提取得到的特征设计了分类器并采用基于决策级融合的匹配方法来进行身份识别。

主权项

1、一种用于身份识别的手背静脉特征提取和匹配方法，其特征在于：该方法含有以下步骤：(1)、手背静脉的采集：通过图像采集装置采集手背静脉图像并存储；(2)、图像的预处理，包括：(2.1)、静脉图像尺寸归一化处理：采用近邻法来处理与处理后的手背静脉图像；(2.2)、静脉图像灰度归一化处理：对手背静脉图像灰度进行预处理；(2.3)、静脉图像的增强处理：采用直方图均衡方法处理灰度预处理后的手背静脉图像；(2.4)、图像的滤波与去噪处理：对分割后的二值图像中的噪声分三种情况分别进行处理；(3)、提取手背静脉的特征，包括：(3.1)、基于静脉几何结构的特征提取：首先采取基于端点和交叉点的特征提取方法，统计出静脉图像的端点和交叉点，计算出所有这些端点之间的距离与交叉点之间的距离，分别按照从小到大的顺序排列，进行匹配实验；(3.2)、基于特征矩的特征：将7个不变矩作为特征进行识别；(3.3)、基于K-L压缩变换特征：利用K-L变换提取手背静脉的特征；(4)、决策层融合：采用基于决策级的结果融合方法，将由样本的不同特征与模式库的已知模型进行匹配，得到匹配百分比；然后根据加权的方法进行融合；得出最后的识别结果。