基于方向特征的手掌静脉主方向特征提取方法

摘要

本发明公开了一种基于方向特征的手掌静脉主方向特征提取方法，其特征是针对掌脉图像，采用Gaussian_iRadon(G-iR)变换提取掌脉图像的方向特征矩阵，得到图像主方向特征，所述的采用Gaussian_iRadon(G-iR)变换提取掌脉图像的方向特征矩阵是在判定中心像素点的主方向D_o(x₀,y₀)时，利用Gaussian函数对中心点的加权规则，削弱邻域内像素点对中心像素点的贡献度，进而减弱iRadon变换提取到的方向信息的分辨能力。本发明采用G-iR变换，加强了不同个体间掌脉图像的关联，有利于构建子库并增强同一子库内图像间的相关性；同时基于iRadon变换较佳的分辨能力，尽可能最大化不同子库中掌脉图像的差异性，达到分类快速检索的目的。

主权项

一种基于方向特征的手掌静脉主方向特征提取方法，其特征是针对掌脉图像，采用Gaussian_iRadon(G‑iR)变换提取掌脉图像的方向特征矩阵，得到图像主方向特征，所述的采用Gaussian_iRadon(G‑iR)变换提取掌脉图像的方向特征矩阵是在判定中心像素点的主方向D_o(x₀,y₀)时，利用Gaussian函数对中心点的加权规则，削弱邻域内像素点对中心像素点的贡献度，进而减弱iRadon变换提取到的方向信息的分辨能力，其中：实函数f[x,y]在有限邻域local(x,y)内的G‑iR变换定义为：$G\_{\mathrm{Radon}}_f(k,\sigma )=f[x,y]*{\mathrm{GR}}_{L_k}(x,y,\sigma )---\left(6\right)$其中是Lk的Gaussian加权表示,定义如下:${\mathrm{GR}}_{L_k}(x,y,\sigma )=\delta \left(L_k\right)\times G(x,y,\sigma );---\left(7\right)$Lk即为Section2.1中iRadon变换有关有限线段的定义；等式(8)给出2‑D高斯函数G(x,y,σ)的定义，(x,y)表示Gaussian滤波器中的离散点，(x₀,y₀)是滤波器的中心点；σ是高斯滤波器的标准方差；$G(x,y,\sigma )=\frac{1}{{2\mathrm{\pi \sigma }}^2}\left(\exp (-\frac{{(x-x_0)}^2+{(y-y_0)}^2}{{2\sigma }^2})\right)---\left(8\right)$类似地，根据iRadon变换的竞争编码方式得到由D_o(x,y)组成的方向特征矩阵；基于G‑iR变换得到的每个像素的主方向D_o(x,y)，根据公式(9)，统计其方向特征的分布PD_φ，并求得整个图像的主方向φ；其中m,n为OM矩阵大小；${\mathrm{PD}}_{\phi }=\underset{y=1}{\overset{n}{\Sigma }}\underset{x=1}{\overset{m}{\Sigma }}{D}_o(x,y),$if D_o(x,y)＝φ；φ＝1,2,3,4,5,6$\phi =\underset{\phi }{\arg \max }{\mathrm{PD}}_{\phi }---\left(9\right).$