[发明专利]一种融合基本特征和形变特征的手指静脉识别方法及系统有效
| 申请号： | 201910271724.2 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN110008902B | 公开（公告）日： | 2020-11-17 |
| 发明（设计）人： | 孟宪静;袭肖明;杨璐;耿蕾蕾;尹义龙 | 申请（专利权）人： | 山东财经大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 闫圣娟 |
| 地址： | 250014 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提出了一种融合基本特征和形变特征的手指静脉识别方法及系统，识别方法的主要步骤为：图像预处理，基本特征提取、构建目标函数优化匹配、形变信息提取、基本特征和形变特征的融合。该方法在识别的过程中，不仅利用了形变信息，还考虑了获取形变特征时所需的基本特征和匹配分等信息，构建了融合基本特征和形变特征的手指静脉识别框架。该方法克服了使用单一特征时，特征表征能力不足的问题，提高了手指静脉识别的准确性和鲁棒性，保证了识别的效率。 | ||
| 搜索关键词： | 一种 融合 基本特征 形变 特征 手指 静脉 识别 方法 系统 | ||
【主权项】：
1.一种融合基本特征和形变特征的手指静脉识别方法，其特征是，包括如下步骤：步骤1：采集待识别用户的手指静脉图像，对手指静脉图像进行预处理，获得预处理后的图像；步骤2：提取预处理后的图像的基本特征，计算基于基本特征的基本特征匹配分；步骤3：构建匹配目标函数，利用图像的基本特征矩阵进行优化匹配，获取目标函数值和形变矩阵；步骤4：根据获得的形变矩阵提取形变特征；步骤5：将基本特征匹配分、目标函数值和形变特征作为融合特征，输入通过融合特征进行训练的支持向量机模型进行识别处理，识别所述待识别用户的身份信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东财经大学，未经山东财经大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910271724.2/，转载请声明来源钻瓜专利网。
