[发明专利]一种面向模糊指静脉图像的动态识别方法

摘要

本发明公开了一种面向模糊指静脉图像的动态识别方法。为了判断指静脉图像是否模糊，首先提出了一种基于图像金字塔模型的图像模糊度检测方法。再提出一种基于模糊程度分类的动态NiBlack分割算法，根据不同的模糊程度，采用不同的计算阈值。最后根据不同识别模式设置动态识别阈值。实验表明，本发明提出的面向模糊指静脉图像的动态识别算法，在判断图像模糊度的准确性上有着较大提高。且在特征提取时，采用了动态计算参数，使得特征提取更为准确。最后在识别过程中，采用了动态的识别阈值，有效提升了系统整体识别率。说明本方法是一种高效简便的针对模糊指静脉图像的识别方法。

主权项

1.一种面向模糊指静脉图像的动态识别方法，其特征在于包括如下步骤：/n步骤1、采集红外手指静脉图像，通过隔行隔列采样和不同参数的高斯滤波构建出图像的高斯金字塔模型；/n步骤2、在构建高斯金字塔模型时，引入拉普拉斯金字塔模型；该拉普拉斯金字塔模型由高斯金字塔中同一尺寸相邻尺度层的两幅图像经过差分运算得到；/n步骤3、提出一种加权的模糊度检测函数，计算得到的图像模糊度指标；/n步骤4、对采集的手指静脉图像提取稳定的二值图特征；/n步骤5、对于不同模糊程度的手指静脉图像，采用动态的分割参数获取静脉特征细线图，并将静脉特征细线图分成两个点集X和Y；/n步骤6、使用基于细线的修正豪斯多夫距离距离作为识别方法，计算点集X和Y相似度统计量；/n步骤7、取相似度统计量中最大值H(X,Y)作为2个点集间的细线距离顺序统计量；/n步骤8、根据步骤3中计算得到的图像模糊度指标，判断是否识别成功。/n