[发明专利]一种基于几何特性和方向特征的三维掌纹识别方法

摘要

本发明公开了一种基于几何特性和方向特征的三维掌纹识别方法，包括如下步骤：S1：预处理所有的三维掌纹点云，组建掌纹曲面的三维掌纹点云；S2：对三维掌纹点云提取形状指数类型特征、曲面类型特征和自适应的修正竞争编码特征；S3：对三种特征进行特征处理，获取对应的特征向量；S4：通过三种特征向量组建三种字典；S5：重复S1‑S3，提取测试三维掌纹点云的三种特征向量；S6：将测试三维掌纹点云的三种特征向量和对应的字典进行分类处理，获取测试三维掌纹点云和每一类三维掌纹点云之间的三种误差；S7：将三种误差进行加权融合，结果的最小值对应的类为测试三维掌纹点云所属的类。本发明有效提高了算法的精度和鲁棒性，在识别方面缩短了比对时间。

主权项

1.一种基于几何特性和方向特征的三维掌纹识别方法，其特征在于，所述三维掌纹识别方法具体包括如下步骤：S1：对数据集中的所有三维掌纹点云进行ROI切割处理、平滑处理和姿态归一化处理后，将所有所述三维掌纹点云调整至同一个坐标系中，组建成掌纹曲面的三维掌纹点云；S2：对所述掌纹曲面的三维掌纹点云提取形状指数类型特征、曲面类型特征和自适应的修正竞争编码特征；S3：对所述形状指数类型特征、曲面类型特征和自适应的修正竞争编码特征分别进行基于分块直方图统计的特征处理，获取形状指数类型特征对应的特征向量、曲面类型特征对应的特征向量和自适应的修正竞争编码特征对应的特征向量；S4：将所述形状指数类型特征对应的特征向量按列排布，组建形状指数类型特征字典，将所述曲面类型特征对应的特征向量按列排布，组建曲面类型特征字典，将所述修正竞争编码特征对应的特征向量按列排布，组建修正竞争编码特征字典；S5：重复步骤S1‑步骤S3，对测试的三维掌纹点云提取形状指数类型特征对应的特征向量、曲面类型特征对应的特征向量和自适应的修正竞争编码特征对应的特征向量；S6：将所述测试的三维掌纹点云的形状指数类型特征对应的特征向量和形状指数类型特征字典、曲面类型特征对应的特征向量和曲面类型特征字典、自适应的修正竞争编码特征对应的特征向量和修正竞争编码特征字典均进行基于协同表示的分类处理，获取所述测试的三维掌纹点云和每一类三维掌纹点云之间的形状指数类型特征误差、曲面类型特征误差和自适应的修正竞争编码特征误差；S7：将所述测试的三维掌纹点云和每一类三维掌纹点云之间的三种误差均进行加权融合，获取所述测试的三维掌纹点云和每一类三维掌纹点云之间的匹配误差，所述匹配误差的最小值所对应的类即为测试的三维掌纹点云所属的类，其中所述测试的三维掌纹点云和每一类三维掌纹点云之间的匹配误差，具体为：其中：r_j(y)为测试的三维掌纹点云和第j类三维掌纹点云之间的匹配误差，w_j为匹配误差的的权重，为向量x_i与第j类三维掌纹点云之间的匹配误差，i为向量x_i对应的下标。