人体静脉图像特征提取方法技术

技术编号:10506142 阅读:109 留言:0更新日期:2014-10-08 10:42
本发明专利技术公开了一种人体静脉图像特征提取方法,包括对人体静脉图像采集和建立到坐标系中,然后通过方向滤波器提取静脉方向特征,其特征是:所述的通过方向滤波器提取静脉方向特征是采用Radon变换对建立到坐标系中的图像进行卷积操作,从而提取静脉图像特征,特征提取整体过程如下:(1)设定距离函数:(2)设定符合距离函数的邻域,并划分k个方向:Lk={(i,j):j=k(i-i0)+j0,i∈Zp}(i,j)∈local(i0,j0)(3)计算k个方向能量相应:本发明专利技术提供的人体静脉图像特征提取方法,不仅去除了过多的冗余信息,减少计算复杂度和计算量,同时能包含更多的有效信息,通过构建距离函数矩阵确定滤波器邻域有效范围以得到更好的识别效果。

【技术实现步骤摘要】

本专利技术涉及一种通过对静脉特征区别来识别人体身份的身份识别技术,特别是一 种。
技术介绍
在人体身份识别
中,从单一的指纹识别到活体识别,从活体识别中的虹 膜技术到掌静脉技术,一切都在不断地发展和完善。就掌静脉的图像特征提取和处理过程 中,也因不同的提取和处理手段带来不同的结果,从而直接影响了身份识别的准确性和单 一性。随着人们对人体静脉特征的研究发现,不仅是掌静脉,不同的人其各处静脉的分布都 有不同的变化,如何对提取后的静脉图像进行有效特征提取,以获得精确的个体区别,将是 静脉身份识别发展过程中所要解决的问题。 中国专利ZL200710144914. 5, CN101196987B公开了一种在线掌纹、手掌静脉图 像身份识别方法及其专用采集仪,首先对掌静脉图像进行归一化处理,得到手掌中心区域 的灰度图像,然后通过计算得到手掌中心区域的灰度图像的灰度共生矩阵,由灰度共生矩 阵计算得出该中心区域的灰度图像的惯性矩阵为纹理特征,再计算手掌中心区域的灰度图 像的各个像素点的亮度均值作为该中心区域的亮度特征,最后,结合手掌中心区域灰度图 像的纹理特征和亮度特征,对该手掌静脉图像进行分类,进而判断是否为活体样本。所述利 用手掌静脉图像进行身份认证,是采用对手掌静脉血管的线特征进行分类的方法来实现, 首先对归一化后得到的手掌中心区域用0°、45°、90°、135°四个方向的多尺度高斯滤波 器进行线检测,然后对滤波后的图像进行二值化,得到血管线的二值图像,最后对二值图像 采用点对点匹配的策略进行分类,完成身份认证。 上述公开文件中,没有提供如何通过计算获得手掌中心区域的灰度图像的各个像 素点的亮度均值及手掌中心区域的灰度图像的灰度共生矩阵及惯性矩阵,在所述利用手掌 静脉图像进行身份认证中,采用对手掌静脉血管的线特征进行分类是首先对归一化后得到 的手掌中心区域用0°、45°、90°、135°四个方向的多尺度高斯滤波器进行线检测,这种 高斯滤波器会产生较多的冗余信息或者辨识信息量不足,增加了算法的计算复杂度和存储 的负担,会降低算法的识别效率和精度,而静脉图像一般都存在着全局照度不均、纹路粗细 不均以及纹路边界模糊等不利于特征提取等情况,所以如何获取不同活体的静脉血管线特 征及如何对该特征图像进行处理,对真真实现有效的不同活体的身份认证尤为重要。 由于静脉图像的本质上是纹理图像,使用数学变换工具提取图像的多个频率或尺 度等局部纹理特征,可得到较完整的区别性信息,所以这类方法识别率较高。此外,静脉纹 理作为一种统计特征,对光照、纹路粗细等局部变化不敏感,对模糊的纹路具有良好的鲁棒 性。综上,基于滤波器提取纹理特征是针对静脉图像中类内变化辨识率较高的一类方法。但 滤波器如Gabor滤波器、高斯滤波器会产生较多的冗余信息或者辨识信息量不足,增加了 算法的计算复杂度和存储的负担,会降低算法的识别效率和精度,且Gabor滤波器的参数 选择也是难点。
技术实现思路
本专利技术的目的是为了解决上述现有技术的不足而提供一种特征信息量完整、提高 算法的识别效率和精度的。 为了实现上述目的,本专利技术所设计的一种,包括对人 体静脉图像采集和建立到坐标系中,然后通过方向滤波器提取静脉方向特征,其特征是:所 述的通过方向滤波器提取静脉方向特征是采用Radon变换对建立到坐标系中的图像进行 卷积操作,从而提取静脉图像特征,特征提取整体过程如下: (1)设定距离函数: d = round(j{i-i0f +{j-j0f ) (iodo)为中心像素点,按照这样定义的距离函数得到的邻域范围是不大于d的像 素点组成的近似圆形的区域local (' jQ)。 ⑵设定符合距离函数的邻域,并划分k个方向: Lk = {(i, j) :j = k(i-i〇)+j〇, i e Zp} (i, j) e local (i〇, j〇) 其中k表示方向,(i。,」。)表示中心像素点,所有点(i,j)组成直线段Lk,图像在直 线段L k处响应最强,其他方向响应为0。 (3)计算k个方向能量相应: _5] EnersyVLk\^ Υ,ΑΚ? 〇 为了满足所设定的符合距离函数的邻域,并且保证k个方向的滤波器所包含的像 素点个数相同,并且使用尽量少的方向个数,保证方向辨识度,尽可能提取更多的方向信 息,提高识别率,在k个方向构建时,选取六个方向区间,其中:方向0为0度,方向1角度属 于[30, 31. 875]区间内(((22. 5+30) /2+ (30+45) /2) /2 = 31. 875),方向 2 为[58. 125,60] (((45+60) /2+ (60+67. 5) /2) /2 = 58. 125),方向 3 为 90 度,同理方向 4 为[120,121. 875] 度区间内,方向5为[148. 125,150]区间内。 本专利技术将上述设定的角度选取一个角度区间替代现有技术中的精确角度,这样便 于计算机操作,得到稳定的特征信息,增加特征提取算法的鲁棒性。其次,角度用区间替代 精确值,可容许一定的旋转误差,加强了算法的旋转不变性。最后由于方向1和方向2区间 比原本的30度和60度方向更贴近于45度方向,这样设定的方向滤波器可以在得到30度 方向上响应的同时,一定程度上得到45度方向上的响应,同理方向3和方向4的滤波器可 以得到120度方向上的响应和一部分135度方向上的响应。这样就达到了使用尽量少的方 向个数,尽可能提取更多的方向信息的目的,即使用相同个数的方向滤波器,也能得到更多 更有效的方向信息。 为了提取更多更切合静脉真实架构的方向信息,对卷积操作后的图像进行取方向 索引操作,生成响应图像,即方向图特征矩阵,并将方向索引转换成l〇g 2 (K)位比特数;将最 终的方向图特征矩阵作为数据库模板,构建静脉数据库,在此所述的方向索引选取方式,即 加权求方向索引如下: Dk{x,y) = argmin(Energy[Lk]),k = 1,2,...,K k D0(x,y) = argrmn(Energy[L0]),o = l,2,...,Κ,οφ k p(i,j) = a Xk(i, j) + 3 Xo(i, j),α,β e [0, 1] 本文档来自技高网
...

【技术保护点】
一种人体静脉图像特征提取方法,包括对人体静脉图像采集和建立到坐标系中,然后通过方向滤波器提取静脉方向特征,其特征是:所述的通过方向滤波器提取静脉方向特征是采用Radon变换对建立到坐标系中的图像进行卷积操作,从而提取静脉图像特征,特征提取整体过程如下:(1)设定距离函数:d=round((i-i0)2+(j-j0)2)]]>(i0,j0)为中心像素点,按照这样定义的距离函数得到的邻域范围是不大于d的像素点组成的近似圆形的区域local(i0,j0);(2)设定符合距离函数的邻域,并划分k个方向:Lk={(i,j):j=k(i‑i0)+j0,i∈Zp} (i,j)∈local(i0,j0)其中k表示方向,(i0,j0)表示中心像素点,所有点(i,j)组成直线段Lk,图像在直线段Lk处响应最强,其他方向响应为0;(3)计算k个方向能量响应:Energy[Lk]=Σ(i,j)∈Lkf[i,j].]]>

【技术特征摘要】
2013.06.02 CN 201310213884.41. 一种人体静脉图像特征提取方法,包括对人体静脉图像采集和建立到坐标系中,然 后通过方向滤波器提取静脉方向特征,其特征是:所述的通过方向滤波器提取静脉方向特 征是采用Radon变换对建立到坐标系中的图像进行卷积操作,从而提取静脉图像特征,特 征提取整体过程如下: (1) 设定距离函数:(i〇, j〇)为中心像素点,按照这样定义的距离函数得至IJ的邻域范围是不大于d的像素点 组成的近似圆形的区域local (L, jQ); (2) 设定符合距离函数的邻域,并划分k个方向: Lk = {(i, j) :j = k(i-i〇)+j〇, i e Zp} (i, j) e local (i〇, j〇) 其中k表示方向,(id, jd表示中心像素点,所有点(i, j)组成直线段Lk,图像在直线段 Lk处响应最强,其他方向响应为0 ; (3) 计算k个...

【专利技术属性】
技术研发人员:周宇佳刘娅琴卢慧莉黄振鹏於巧红聂为清詹恩毅陈志刚
申请(专利权)人:广东智冠实业发展有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1