主权项 |
1、一种基于独立匹配分数层融合的高精度掌纹识别算法,包括以下步骤:a、基于移动差影法的掌纹图像预处理:对采集到的掌纹图像切取出包含中指和食指、无名指和小指之间两个角点的掌纹图像,再对切取出的掌纹图像进行中值滤波及二值化处理;将二值化后的掌纹图像分别向前、向上、向下平移30个像素,并分别对平移后空出的图像后部、下部、上部分别填充值为0的像素,得到三个平移后的图像;将三个平移后的图像分别与二值化后的掌纹图像相减,令值小于等于0的像素值为零、其余像素的值为255,得到三个差影图像;对三个差影图像进行与操作,得到包含中指和食指、无名指和小指之间两个角点及两个角点附近的空隙的图像,从中找出两个角点的坐标,再以两个角点的中点作为原点O,以两角点的连线作为纵坐标t,建立新坐标系O(q,t);在新坐标系O(q,t)中对采集到的掌纹图像,沿着横坐标q,在离原点O95像素点的位置(95,0)为中心切割出大小为128×128,横边与横坐标平行的距形掌纹图像I(q,t),q=1、2、3...128,t=1、2、3...128;b、基于间隔滤波的纹理特征快速提取:采用直流化Gabor滤波器G(x,y,u,σ,θk)对a步的128×128的距形掌纹图像I(q,t)进行四个方向的间隔为4的滤波,得到32×32维的四个方向的掌纹纹理特征IG(q′,t′,θk):<maths id="math0001" num="0001" ><math><![CDATA[ <mrow> <msub> <mi>I</mi> <mover> <mi>G</mi> <mo>‾</mo> </mover> </msub> <mrow> <mo>(</mo> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>,</mo> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>,</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mi>Σ</mi> <mrow> <mi>x</mi> <mo>=</mo> <mo>-</mo> <mi>n</mi> </mrow> <mrow> <mi>x</mi> <mo>=</mo> <mi>n</mi> </mrow> </munderover> <munderover> <mi>Σ</mi> <mrow> <mi>y</mi> <mo>=</mo> <mo>-</mo> <mi>n</mi> </mrow> <mrow> <mi>y</mi> <mo>=</mo> <mi>n</mi> </mrow> </munderover> <mover> <mi>G</mi> <mo>‾</mo> </mover> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>u</mi> <mo>,</mo> <mi>σ</mi> <mo>,</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>×</mo> <mi>I</mi> <mrow> <mo>(</mo> <msup> <mrow> <mn>4</mn> <mi>q</mi> </mrow> <mo>′</mo> </msup> <mo>+</mo> <mi>x</mi> <mo>,</mo> <msup> <mrow> <mn>4</mn> <mi>t</mi> </mrow> <mo>′</mo> </msup> <mo>+</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>.</mo> </mrow>]]></math></maths>其中q′=1、2、3...32,t′=1、2、3...32,4q′+x=q,4t′+y=t;x、y为滤波器的坐标,u为滤波器函数的频率,σ是二维Gabor滤波器的标准方差,θk为二维Gabor滤波器的方向,k=1、2、3、4,n为滤波器的坐标x、y取值的绝对值的最大值;c、基于独立汉明匹配分数融合的掌纹认证:对于采集到的两个掌纹图像分别进行a~c步的操作,得到两个掌纹图像的四个方向的掌纹纹理特征IG1(q′,t′,θk)和IG2(q′,t′,θk);对两个掌纹图像相同方向的掌纹纹理特征计算汉明距离D0(θk):<maths id="math0002" num="0002" ><math><![CDATA[ <mrow> <msub> <mi>D</mi> <mn>0</mn> </msub> <mrow> <mo>(</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mi>Σ</mi> <mrow> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>=</mo> <mn>32</mn> </mrow> </munderover> <munderover> <mi>Σ</mi> <mrow> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>=</mo> <mn>32</mn> </mrow> </munderover> <mi>I</mi> <mfrac> <mn>1</mn> <mi>GR</mi> </mfrac> <mrow> <mo>(</mo> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>,</mo> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>,</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>⊗</mo> <mi>I</mi> <mfrac> <mn>2</mn> <mi>GR</mi> </mfrac> <mrow> <mo>(</mo> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>,</mo> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>,</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>I</mi> <mfrac> <mn>1</mn> <mi>GI</mi> </mfrac> <mrow> <mo>(</mo> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>,</mo> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>,</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>⊗</mo> <mi>I</mi> <mfrac> <mn>2</mn> <mi>GI</mi> </mfrac> <mrow> <mo>(</mo> <msup> <mi>q</mi> <mo>′</mo> </msup> <mo>,</mo> <msup> <mi>t</mi> <mo>′</mo> </msup> <mo>,</mo> <msub> <mi>θ</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mn>2</mn> <mo>×</mo> <mn>32</mn> <mo>×</mo> <mn>32</mn> </mrow> </mfrac> </mrow>]]></math></maths>其中,IGR1(q′,t′,θk)和IGR2(q′,t′,θk)分别表示两个掌纹纹理特征的实部,IGI1(q′,t′,θk)和IGI2(q′,t′,θk)分别表示两个掌纹纹理特征的虚部;再使用“和平均”的策略在匹配分数层进行融合,从而得到系统最终的融合匹配分数D0:D0=(D0(θ1)+D0(θ2)+D0(θ3)+D0(θ4))/4,如果融合匹配分数D0小于设定的门限值Dt判定两个掌纹图像匹配,否则判定两个掌纹图像不匹配。 |