双频混合纹理融合方法技术

本发明专利技术涉及一种双频混合纹理融合方法，从纹理结构变化在频域的高频段和低频段的特点和差异，综合利用高频和低频各自的优势，将掌纹纹理和掌脉纹理进行了比较完美的融合，达到了在同一副图像中同时呈现两种纹理和两种纹理变化规律的融合图像。该方法大大增加了可用于身份识别的有效特征的数量，有效提高了识别效率。

【技术实现步骤摘要】

本专利技术属于图像识别
，主要涉及一种纹理融合方法，特别是涉及一种双 频混合纹理融合方法。
技术介绍
手掌掌心纹理和手掌掌心静脉纹理是两种有效识别个体身份的生物特征。综合利 用两种纹理结构，既可以达到较高的识别准确性，同时还可以降低对单一生物特征的要求。 在综合利用掌纹和掌脉纹理时，可以充分利用纹理本身的结构作为身份识别的生物特征。 特别是，当两种纹理进行合理的叠加后，两者之间的相对关系将会大大增加可用于身份识 别的有效特征的数量，提高识别效率。 现有图像融合方法应用于两幅或多幅图像中，分别存在局部清晰的情况下，经过 融合后获得一幅同时具备两幅或多幅图像清晰细节的融合图像比较有效。由于掌纹掌脉图 像属于纹理图像，同一手掌的掌纹和掌脉纹理互相交叉，因此现有方法对应于掌纹掌脉图 像的融合不能完全适应。
技术实现思路
专利技术目的 本专利技术专门针对纹理型图像的融合入手，从纹理结构变化在频域的高频段和低频 段的特点和差异，综合利用高频和低频各自的优势，将掌纹纹理和掌脉纹理进行了比较完 美的融合，达到了在同一副图像中同时呈现两种纹理和两种纹理变化规律的融合图像。 技术方案 -种，其特征在于：掌纹掌脉的图像融合针对的是R0I区 域，而非整个手掌，在进行融合前需要对掌纹和掌脉分别进行R0I区域的提取和配准；该方 法具体步骤如下： (1)在进行R0I提取前先提取手掌外轮廓线； (2)在得到手掌外轮廓的情况下，寻找指跟指尖点，并以此作为基准在掌纹图像建 立新坐标，进而提取得到掌纹图像中手掌中心256*256的矩形m2区域作为R0I区域； (3)将掌脉图像以与掌纹R0I相同位置和相同大小的区域作为掌脉R0I。 掌脉和掌纹图像为同一手掌在同一时刻分别在850nm近红外光和蓝光下连续拍 摄获取；总体获取时间小于〇.Is。 步骤（3)中对掌脉图像不再进行单独的R0I提取，避免由于图像差异造成R0I区 域提取的偏差。 优点及效果 本专利技术这种，具有如下优点和有益效果： 专门针对掌纹和掌脉纹理的特点，综合考虑纹理特征以及 后续根据纹理进行身份识别的需要。利用纹理图像中高频和低频所反映的纹理图像中纹理 分布和走向，利用高频信息进行低频信息和高频信息的融合处理，可以达到在同一图像中 同时清晰呈现掌纹和掌脉纹理，以及两种纹理灰度变化的目的。融合后的图像将为后续的 特征提取和识别提供更丰富有效的信息。【附图说明】 图1为掌纹与掌脉R0I区域提取图像，其中图1(a)为掌纹R0I区域，图1(b)为掌 脉R0I区域。 图2为R0I同步提取后的掌脉掌纹图像，其中图2(a)为提取后的掌纹R0I图像， 图2(b)提取后的掌脉R0I图像。 图3为小波分解后低频和竖直高频掌纹图像，其中图3(a)为低频分量掌纹图像， 图3(b)为竖直高频分量掌纹图像。 图4为本专利技术方法流程图。【具体实施方式】 本专利技术是一种，掌纹掌脉的图像融合针对的是R0I区域， 而非整个手掌，所以在进行融合前还需要对掌纹和掌脉分别进行R0I区域的提取和配准， 该方法步骤流程如图4所示。 首先，在进行R0I提取前先提取手掌外轮廓线。 其次，在得到手掌外轮廓的情况下，寻找指跟指尖点，并以此建立新坐标系的方法 在掌纹图像建立新坐标，并进而提取得到掌纹图像中手掌中心256*256的矩形区域作为 R0I区域。 最后，由于掌脉和掌纹图像为同一手掌在同一时刻分别在850nm近红外光和蓝光 下连续拍摄获取。总体获取时间小于〇.ls，因此在图像获取过程中手掌没有空间移位，即手 掌在物理空间上摆放位置、姿势、张开程度等均没有发生变化。将掌脉图像以与掌纹R0I相 同位置和相同大小的区域作为掌脉R0I，而不再进行单独的R0I提取，这样可以避免由于图 像差异造成R0I区域提取的偏差，如图1所示，图1(a)为掌纹R0I区域，从图中可以看出， 所选取R0I区域的掌纹主线相对于其它区域更加清晰稳定，纹理也更加丰富；图1(b)为掌 脉R0I区域，从图中可以看出在红外成像条件下，R0I区域掌脉图像相对于其它区域结构清 晰，纹理比较丰富；经R0I提取，并经灰度归一化后的掌纹和掌脉图像如图2所示，图2(a) 为提取后的掌纹R0I图像，从图中可以看出，掌纹主线相对清晰稳定，褶皱纹等稳定性相对 较差；图2(b)提取后的掌脉R0I图像，从图中可以看出在红外成像条件下，R0I区域掌脉图 像结构清晰，纹理比较丰富。 设经过R0I提取和灰度归一化后的掌脉图像和掌纹输入图像分别记为XI(X，y)和 X2(x,y),x,ye 〇 经过方向旋转后的掌纹图像主线高频信息主要处于竖直方向，如图3所示，图 3(a)为低频分量掌纹图像，从图中可以清晰的看到掌纹主线主要以竖直方向为主；图3(b) 为竖直高频分量掌纹图像，图中清晰看见掌纹主线分量相对于非掌纹主线分量更加突出。 因此经过竖直高频滤波后的高频信息中最大程度的保留了掌纹主线的信息位置和相对变 化强度。R0I图像为256*256,经过三级分解后的图像为32*32,分辨率过低，融合后的信息 量等都有下降。因此只考虑一级和二级分解。以经小波分解后的竖直高频信息分量为基础， 完成对掌纹主线和静脉图像的融合。 首先对掌纹小波分解后的垂直高频V2进行中值滤波，即FV2(x,y) =Med{V2 (x,y)} =Med (1)； 式中V2(x,y)为二级小波分解后V分量在重构图像中坐标为（x,y)的小波系数， x，ye，N为图像的宽和高的大小（所处理目标图像宽高相等）。u值的选取应达到 即能有效去除干扰点，又不影响正常细节点的目的，应wz<u〈WX/2，WZ为欲去除点像素宽 度，wx为欲保留点像素宽度。由于在￥2〇^，5〇中欲去除目标宽度一般wz〈2,细节点wx>4， 因此取u= 1能够满足处理要求.然后将滤波后的垂直高频FV2(x，y)分量归一化为， 即(2)；FV2(X，y)存在正负数，因此通过FV2(X，y)+abs(min(FV2(X，y)))进行数值平移，以 消除负数。掌纹二级小波分解低频系数X2A2与掌脉二级小波分解低频系数XiA2按照以下模 型进行系数融合：RA2=GFV2(X，y)XX2A2+ (1_GFV2(X，y)Xc)XXA(3)； 式中x，ye，ce为强化系数，用于调节X32在相应点的影响能力， 且与影响能力成反比，及c越大则X32影响能力越小。为确保融合后的图像中掌纹和静脉 纹理信息和全局尽可能的丰富，且忠实于原始图像，因此根据融合后的信息量和图像平滑 度进行选取。小波分解中的高频系数反映了掌纹和静脉所包含的细节信息，其系数采取对 应取绝对值最大值的方式实现。对融合后的小波系数进行小波逆变换，可以得到融合后的掌纹掌脉图像。【主权项】1. 一种，其特征在于：掌纹掌脉的图像融合针对的是ROI区域， 而非整个手掌，在进行融合前需要对掌纹和掌脉分别进行R0I区域的提取和配准；该方法 具体步骤如下： (1) 在进行R0I提取前先提取手掌外轮廓线； (2) 在得到手掌外轮廓的情况下，寻找指跟指尖点，并以此作为基准在掌纹图像建立新 坐标，进而提取得到掌纹图像中手掌中心256*256的矩形此区域作为R0I区域； (3) 将掌脉图像以与掌纹R0I相同位置和相同本文档来自技高网...

【技术保护点】
一种双频混合纹理融合方法，其特征在于：掌纹掌脉的图像融合针对的是ROI区域，而非整个手掌，在进行融合前需要对掌纹和掌脉分别进行ROI区域的提取和配准；该方法具体步骤如下：（1）在进行ROI提取前先提取手掌外轮廓线；（2）在得到手掌外轮廓的情况下，寻找指跟指尖点，并以此作为基准在掌纹图像建立新坐标，进而提取得到掌纹图像中手掌中心256*256的矩形区域作为ROI区域；（3）将掌脉图像以与掌纹ROI相同位置和相同大小的区域作为掌脉ROI。

【技术特征摘要】

【专利技术属性】
技术研发人员：汤永华，苑玮琦，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：辽宁;21