[发明专利]一种基于LGBP编码的手指多模态特征融合方法

摘要

一种基于LGBP编码的手指多模态特征融合方法。其包括利用Gabor滤波器对手指三模态ROI图像进行Gabor滤波，获得幅度特征图像；对图像进行编码，形成特征编码图像；对图像进行分块；将分块图像的像素点看成是特征点提取其灰度特征，形成灰度特征向量；将灰度特征向量叠加，形成灰度特征直方图，再将灰度特征直方图串联形成分块图像的灰度特征直方图；将手指单模态灰度特征直方图串联融合形成手指三模态灰度特征直方图；计算两幅待匹配的手指三模态ROI图像的灰度特征直方图相交系数来判断两者是否匹配。本发明有效解决了在手指图像采集过程中手指姿态易变问题，且手指多模态识别运算速度高、识别率高。

主权项

1.一种基于LGBP编码的手指多模态特征融合方法，其特征在于：所述的基于LGBP编码的手指多模态特征融合方法包括按顺序进行的下列步骤：1)利用尺度参数不同的Gabor滤波器对不同姿态的手指三模态ROI图像进行Gabor滤波，分别获得8个方向，即0°,22.5°,45°,67.5°,90°,112.5°,135°和157.5°的指纹、指静脉和指节纹的幅度特征图像；2)利用LBP对上述8个方向的手指三模态幅度特征图像分别进行编码，由此形成8个方向的手指三模态LGBP特征编码图像；3)对上述8个方向的手指三模态LGBP特征编码图像进行分块；4)将每一个分块图像的像素点均看成是特征点而提取其灰度特征，由此形成灰度特征向量，过程如下：第一步：灰度分组；首先，将每个分块图像的每个像素点的灰度值从小到大进行排序，形成一个像素点的序列；然后，将此序列根据像素点的总数均分为k个灰度分组，形成k组灰度分组图像；之后用四舍五入的方法确定每个灰度分组的边界点，并获取该边界点的灰度值；第二步：计算每个像素点的灰度特征向量：以每个灰度分组图像中的每个像素点为中心，比较其对称邻点的灰度值大小，若某个像素点的灰度值大于其对称邻点的灰度值，则为1；否则为0，由此形成4位二进制码的灰度特征向量，然后将4位二进制码向量转化为16位二进制码灰度特征向量；5)将上述每个灰度分组图像中每个像素点的灰度特征向量叠加，形成每个灰度分组图像的灰度特征直方图，再将每个灰度分组图像的灰度特征直方图串联形成分块图像的灰度特征直方图；6)首先通过二维高斯模型生成与LGBP特征编码图像分块个数相同的系数，然后对上述每一个分块图像的灰度特征直方图进行加权，之后将上述加权后的分块图像的灰度特征直方图串联得到手指单模态灰度特征直方图，最后，将上述手指单模态灰度特征直方图串联融合形成手指三模态灰度特征直方图；7)通过计算两幅待匹配的手指三模态ROI图像的灰度特征直方图相交系数的方法来判断这两幅手指ROI图像是否匹配。