掌静脉识别系统

摘要

本发明的掌静脉识别系统，选取ROI图像，计算ROI图像的差值图像，根据由差值图像计算出的局部直方图均衡化图像和曲率图像，得到预处理图像；特征提取时，在预处理图像中选取一定数量的固定采样点，对每个采样点计算包含高频和低频的多个频率多个方向的Gabor小波系数的绝对值，对每个采样点归一化高频向量得到高频特征，对每个采样点计算低频向量和4邻域低频向量的差得到低频特征；比对时，计算两幅图像对应采样点的高频特征向量的标量积，将标量积加和得到高频相似度，对两幅图像对应的低频特征向量，对应分量相同的个数除以向量的总维数得到低频相似度，根据预先设定的权重，对高频相似度和低频相似度进行加和得到总相似度。

主权项

一种掌静脉识别系统，包括：ROI图像提取模块、图像预处理模块、特征提取模块、特征比对模块及判断模块，所述ROI图像提取模块，对掌静脉图像提取大小为128×128像素的ROI图像；所述图像预处理模块，计算ROI图像的均值图像，计算ROI图像与均值图像的差得到差值图像，由差值图像计算局部直方图均衡化图像和曲率图像，根据权重合并局部直方图均衡化图像和曲率图像得到预处理图像；所述特征提取模块，在预处理图像中取16×16个固定采样点，对每个采样点计算M个频率，N个方向的Gabor小波系数的绝对值，其中，M、N为大于0的自然数，且M为偶数，包含M/2个高频和M/2个低频；由高频系数构造M×N/2维高频向量，由低频系数构造M×N/2维低频向量，对每个采样点归一化高频向量得到高频特征，对每个采样点计算低频向量和4邻域低频向量的差，得到低频特征；所述特征比对模块进行如下处理：高频特征比对，对采样点，计算两幅图像对应的高频特征向量的标量积，将标量积加和得到高频相似度，低频特征比对，对两幅图像对应的低频特征向量，对应分量相同的个数除以向量的总维数得到低频相似度，对高频相似度和低频相似度设定不同权重进行加和得到总相似度所述判断模块，在总相似度大于预设的阈值时，判断为两幅图像来自同一手掌，并输出判断结果。