[发明专利]一种稳定的虹膜特征提取与匹配方法

摘要

本发明公开了一种稳定的虹膜特征提取与匹配方法，包括：自定义主特征保持与交变相位检测算子，构建虹膜特征提取卷积核，虹膜注册，利用虹膜特征提取卷积核提取特征，并利用序列图像特征相似度训练强分类器，生产增强型虹膜特征模板，虹膜识别，利用虹膜特征提取卷积核提取特征，并利用多样本加权特征空间投影和投票融合特征，生成稳定的样本特征，增加新的虹膜模式特征模板，根据风险预测自适应更新分类阈值，根据更新后的分类阈值，对虹膜特征模板和样本特征进行匹配和分类判别。本发明中稳定的虹膜特征提取与匹配方法，有利于提高虹膜识别系统的准确率和鲁棒性。

主权项

1.一种稳定的虹膜特征提取与匹配方法，其特征在于，所述方法包括：步骤S1：自定义主特征保持与交变相位检测算子，构建虹膜特征提取卷积核，包括：步骤S11：自适应地计算检测虹膜边缘特性，并抑制其平滑特性；步骤S12：根据虹膜边缘特性，检测虹膜角度方向边缘的相位变化，生成稳定的虹膜特征；步骤S2：虹膜注册，利用虹膜特征提取卷积核提取特征，并利用序列图像特征相似度训练强分类器，生产增强型虹膜特征模板，包括：步骤S21：利用虹膜图像计算得出移位比对能抗虹膜旋转干扰，逐幅迭代特征图，构建强特征分类器；步骤S22：利用迭代特征图形成特征掩模图，生成的增强型虹膜特征模板；步骤S3：虹膜识别，利用虹膜特征提取卷积核提取特征，并利用多样本加权特征空间投影和投票融合特征，生成稳定的样本特征，包括：步骤S31：利用基准样本特征图计算得出加权特征空间；步骤S32：根据加权特征空间投票选取稳定的特征点，生成的稳定的虹膜样本特征图；步骤S4：增加新的虹膜模式特征模板，根据风险预测自适应更新分类阈值，包括：步骤S41：在虹膜特征模板库中，分别计算类内虹膜特征相似度和类间虹膜特征相似度在不同分类阈值下的概率分布，得出初始分类阈值；步骤S42：根据新注册的虹膜模式类，自适应地更新分类阈值；步骤S5：根据更新后的分类阈值，对虹膜特征模板和样本特征进行匹配和分类判别。