发明名称 |
手指静脉特征提取与匹配识别方法 |
摘要 |
本发明提供的是一种手指静脉特征提取与匹配识别方法。(1)图像采集装置进行手指静脉图像的采集;(2)对采集的静脉图像进行预处理,预处理包括:采用加权平均值法来进行灰度化、采用迭代的方法求取最佳阈值来对图像进行分割、采用组合滤波器来滤除噪声、采用局部动态阈值法进行图像分割、采取面积消除法进行分割后的去噪处理、对分割后的静脉图像进行高度标准化处理;(3)通过将静脉图像分割成特定大小的图像块,采用小波分解算法对子图像进行小波分解及小波矩的提取,进行PCA及LDA变换步骤提取特征;(4)采用模糊化的阈值方法进行匹配与识别。本发明的方法的误识率和拒识率都很低,识别速度快。 |
申请公布号 |
CN100492400C |
申请公布日期 |
2009.05.27 |
申请号 |
CN200710072580.5 |
申请日期 |
2007.07.27 |
申请人 |
哈尔滨工程大学 |
发明人 |
王科俊;冯伟兴;付斌;袁智;熊新炎 |
分类号 |
G06K9/00(2006.01)I;G06K9/80(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
1、一种手指静脉特征提取与匹配识别方法,其特征是:(1)图像采集装置进行手指静脉图像的采集;(2)对采集的静脉图像进行预处理,预处理包括:采用加权平均值法来进行灰度化、采用迭代的方法求取最佳阈值来对图像进行分割、采用组合滤波器来滤除噪声、采用局部动态阈值法进行图像分割、采取面积消除法进行分割后的去噪处理、对分割后的静脉图像进行高度标准化处理;所述的采用组合滤波器来滤除噪声,组合滤波器总共由椒盐噪声检测、选择滤波器、消除椒盐噪声和消除高斯噪声4个模块组成,先对输入的原始静脉图像进行椒盐噪声检测,对受椒盐噪声影响的像素可以选择相应的滤波器进行椒盐噪声的消除,而对未受椒盐噪声影响的像素则选择相应的滤波器进行高斯噪声的消除,最后将两个结果合并得到消噪后的手指静脉图像;(3)通过将静脉图像分割成特定大小的图像块,采用小波分解算法对子图像进行小波分解及小波矩的提取,进行PCA及LDA变换步骤提取特征;(4)采用模糊化的阈值方法进行匹配与识别。 |
地址 |
150001黑龙江省哈尔滨市南岗区南通大街145号1号楼哈尔滨工程大学科技处知识产权办公室 |