一种用于人造指纹检测的特征提取方法

摘要

本发明公开了一种用于人造指纹检测的特征提取方法，依次进行指纹图像灰度级压缩、构造指纹图像水平、垂直方向的差值矩阵、对差值矩阵内的元素进行截断处理和构造差值共生矩阵，并对其归一化处理后直接将其元素作为特征。本发明使用差分共生矩阵来提取指纹纹理特征，实现人造指纹的检测，简单易行，且具有很高的识别准确率。

主权项

一种用于人造指纹检测的特征提取方法，其特征在于，包括以下步骤：(1)将获取的指纹图像转换为像素灰度值范围为0～255的灰度图像，选定压缩比率Q，采用灰度级压缩算法将图像的灰度值范围压缩为0～255/Q，所述灰度级压缩算法为：式(1)中，X_i,j为指纹图像像素灰度值，“←”为赋值操作，为向下取整操作，i∈{0,1,...,n₁‑1},j∈{0,1,...,n₂‑1}，n₁，n₂分别为图像的高度和宽度；(2)分别计算指纹图像水平方向和垂直方向的相邻像素的灰度值差，将差值依序排列成水平方向的差值矩阵和垂直方向的差值矩阵，差值矩阵的元素计算如式(2)所示：$\left\{\begin{array}{c}{D}_H(i,j)=X_{i,j}-X_{i,j+1}\\ D_V(i,j)=X_{i,j}-X_{i+1,j}\end{array}\right.---\left(2\right)$式(2)中，D_H(i,j)为水平方向的差值矩阵第i行第j列的元素，D_V(i,j)为垂直方向的差值矩阵第i行第j列的元素；(3)对差值矩阵中的元素进行截断处理，截断算法如式(3)所示：$\left\{\begin{array}{c}{D}_{i,j}=T,D_{i,j}>T\\ D_{i,j}=-T,D_{i,j}<-T\\ D_{i,,j}=D_{i,j,}{D}_{i,j}\in [-T,T]\end{array}\right.---\left(3\right)$式(3)中，D_i,j为水平方向或垂直方向的差值矩阵中第i行第j列的元素的值，T为截断参数；(4)根据经步骤(3)处理的差值矩阵，分别构造差值共生矩阵：式(4)中，s,t取[‑T,T]之间的整数,(5)对步骤(4)中求得的差值共生矩阵进行归一化处理，将归一化的差值共生矩阵的元素直接作为需要提取的特征，所述归一化算法如式(5)所示：$\left\{\begin{array}{c}{\mathrm{CMD}}_H(s,t)\leftarrow \frac{{\mathrm{CMD}}_H(s,t)}{\underset{s=-T}{\overset{T}{\Sigma }}\underset{t=-T}{\overset{T}{\Sigma }}{\mathrm{CMD}}_H(s,t)}\\ {\mathrm{CMD}}_V(s,t)\leftarrow \frac{{\mathrm{CMD}}_V(s,t)}{\underset{s=-T}{\overset{T}{\Sigma }}\underset{t-T}{\overset{T}{\Sigma }}{\mathrm{CMD}}_V(s,t)}\end{array}\right.---\left(5\right)$