一种手指静脉特征提取于匹配识别方法

摘要

本发明提供的是一种手指静脉特征提取于匹配识别方法。(1)通过图像采集装置进行手指静脉图像的采集；(2)对采集的手指静脉图像进行预处理，包括：彩色图像进行灰度化、手指区域提取、采用组合滤波器分别消除椒盐噪声和高斯噪声、采用局部动态阈值算法分割图像并二值化、然后采用面积消除法去噪、按照手指轮廓标记提取手指静脉脉络图像，最后将图像的大小标准化为统一的图像；(3)通过在行列两个方向上都加权的二维线性判别分析算法提取手指静脉特征；(4)通过最近邻分类器进行匹配与识别。本发明明显地提高了手指静脉的识别速度，识别率稳定且高。

主权项

一种手指静脉特征提取于匹配识别方法，其特征是：(1)通过图像采集装置进行手指静脉图像的采集；(2)对采集的手指静脉图像进行预处理，包括：彩色图像进行灰度化、手指区域提取、采用组合滤波器分别消除椒盐噪声和高斯噪声、采用局部动态阈值算法分割图像并二值化、然后采用面积消除法去噪、按照手指轮廓标记提取手指静脉脉络图像，最后将图像的大小标准化为统一的图像；(3)通过在行列两个方向上都加权的二维线性判别分析算法提取手指静脉特征；首先采用二维线性判别分析方法，分别计算训练样本在行方向上和列方向上的特征值和对应的特征向量组；其次将两组特征值分别按从大到小排序，并计算特征值累积贡献率，分别获取行和列方向上的最优维数d和t；然后按照最优维数d和t，分别选择其特征值所对应的特征向量组，构成行和列方向上的最佳投影矩阵X和BT；按照行和列方向上的特征值λ和λ′的大小，将X和BT分别按照行和列两个方向上的进行加权处理，得到投影加权矩阵XW和BTW；最后将训练样本和测试样本分别在行和列方向上的加权矩阵XW和BTW进行投影，获得训练样本和测试样本的图像特征矩阵ZW；(4)通过最近邻分类器进行匹配与识别。