[发明专利]基于累积匹配和等错误率的手形手臂静脉融合识别方法

摘要

本发明公开了一种基于累积匹配和等错误率曲线的手形/手臂静脉融合识别方法，属于信息感知与识别技术领域，该方法针对两种生物特征的识别性能提出两级权重：首先利用CMC曲线的特性，根据曲线上方面积计算分数级融合的全局权重；然后通过ERR曲线求得最佳分类阈值，进而计算自适应权重，将二者相乘作为总权重并进行分数级加权融合，该方法有利于凸显具有优势的生物特征，多生物特征融合利用特征间的独立性和互补性，可以弥补单模态生物特征识别的不足。

主权项

1.一种基于累积匹配和等错误率的手形手臂静脉融合识别方法，其特征在于，步骤如下：步骤一：拍摄手部以及手臂的图像，待认证用户数据库；步骤二：手形特征提取与识别；2.1，采用Otsu方法对手部图像进行处理；对手形图像进行轮廓跟踪；2.2，手部特征点的定位、特征提取与识别；步骤三：手臂静脉特征提取与识别；3.1，对手臂图像采用自适应直方图均衡化方法预处理；3.2，利用Gabor滤波器提取图像中的静脉信息；3.3，静脉线匹配；步骤四：基于CMC和ERR的双模态融合识别；4.1，采用Min‑Max函数对匹配误差分数进行归一化处理；4.2，基于CMC的全局权重；4.3，基于等错误率的自适应权重。