手指中段指靜脈指紋融合識別方法
【專利摘要】本發(fā)明涉及一種手指中段指靜脈指紋融合識別方法。首先采集手指中段近紅外透射圖像；然后通過局部梯度特征分析提取出二值指紋圖像，同時通過基于局部OTSU的分割方法提取二值指靜脈信息；接著通過基于SIFT的匹配算法計算樣本二值指紋圖像和模板二值指紋圖像的相似性，對于判定為相似的二值指紋圖像，計算二者間的仿射變換系數(shù)；最后使用仿射變換系數(shù)對樣本二值指靜脈圖像進行歸一化，通過模板匹配法衡量樣本二值指靜脈歸一化圖像與模板二值指靜脈圖像間的相似性，判定當(dāng)前樣本圖像與模板圖像是否一致。解決了單一指紋識別安全性差、單一指靜脈識別易用性差的不足，可廣泛應(yīng)用于高安全等級身份識別系統(tǒng)。
【專利說明】
手指中段指靜脈指紋融合識別方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種融合指靜脈特征和指紋特征的身份識別方法，屬于安防生物特征 識別技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 指靜脈識別是當(dāng)前生物特征識別領(lǐng)域的研究熱點，其主要優(yōu)勢在于:靜脈藏匿在 身體內(nèi)部，不易被復(fù)制、竊取或干擾?？梢詮V泛應(yīng)用于銀行、辦公室、商場等場所的門禁和考 勤領(lǐng)域，理論研究意義和市場應(yīng)用價值巨大。但是指靜脈是非剛體結(jié)構(gòu)，在采集指靜脈圖像 時，采集設(shè)備與采集環(huán)境的差異、手指擺放的位置和姿態(tài)變化，都會使采集的圖像發(fā)生一定 的變化，進而影響后續(xù)的識別。為提高指靜脈識別的準(zhǔn)確率，現(xiàn)有專利、文獻提出了使用結(jié) 構(gòu)限制手指位置、使用自動調(diào)光策略控制光照變化，在一定程度上改善了識別效果。還有專 利、文獻提出了采集指靜脈的3D信息用于識別分析，可以有效提升識別準(zhǔn)確率，但是該方法 對采集硬件要求較高，提高了整個系統(tǒng)的成本，不利于市場推廣。
[0003] 指紋識別是一種較為成熟的生物特征識別技術(shù)，成本相對低廉，應(yīng)用廣泛，但是指 紋極易被偽造和復(fù)制，不能用于對安全等級要求較高的場所。

【發(fā)明內(nèi)容】

[0004] 為解決上述問題，本發(fā)明提出了一種融合指靜脈特征和指紋特征的身份識別方 法，首先采集手指中段近紅外透射圖像;然后通過局部梯度特征分析提取出二值指紋圖像， 同時通過基于局部0TSU的分割方法提取二值指靜脈信息;接著通過基于SIFT的匹配算法計 算樣本二值指紋圖像和模板二值指紋圖像的相似性，對于判定為相似的二值指紋圖像，計 算二者間的仿射變換系數(shù);最后使用仿射變換系數(shù)對樣本二值指靜脈圖像進行歸一化，通 過模板匹配法衡量樣本二值指靜脈歸一化圖像與模板二值指靜脈圖像間的相似性，判定當(dāng) 前樣本圖像與模板圖像是否一致。
[0005] 本發(fā)明所要解決的技術(shù)問題在于通過指紋識別獲取樣本圖像和模板圖像間的仿 射變換系數(shù)，用于修正樣本指靜脈圖像，進而實現(xiàn)指靜脈的樣本圖像和模板圖像的可靠識 別。
[0006] 為實現(xiàn)上述發(fā)明目的，本發(fā)明采用下述的技術(shù)方案，流程圖如圖1所示： 由于手指中段近紅外透射圖像同時包含指紋和指靜脈圖像，使用已有的指紋圖像提取 方法或指靜脈提取方法均不能有效去除干擾，為提取出單一的指紋圖像和指靜脈圖像，本 發(fā)明通過局部梯度特征分析提取二值指紋圖像，接著通過基于局部最大方差的自適應(yīng)閾值 分割方法提取二值指靜脈圖像。
[0007] 基于局部梯度特征分析的二值指紋圖像提取方法步驟如下： Stepl:圖像預(yù)處理，使用Sobel算子提取手指中段近紅外透射圖像中的邊 緣，通過邊緣裁剪掉非手指區(qū)域，得到僅包含手指區(qū)域數(shù)據(jù)的圖像
[0008] Step2:指紋脊點提取 Step2.1:對于/ _ 2中的像素點(xj)，按下式計算其在36個方向上的梯度值皂， 其中表示像素點卜>〇的灰度值，G為梯度計算半徑(這里，J取10)，偽梯度方向編 號，取值為〇~35。
[0009] Step2.2:尋找36個貸中的最大值，將其編號記為，如果求得的送滿足下式， 則該像素點(心>〇為指紋脊點，為其方向，其中為徑向梯度差異閾值(這里? 取0.5 )，為切向梯度動態(tài)范圍閾值(這里77/_2取〇. 2 )。
[00?0] Step3:指紋脊點聚類 Step3.1:每一個指紋脊點(^7)具有一個灰度值特征g 和一個方向特征，對 于每一個未聚類的指紋脊點，考察其鄰域內(nèi)的其他指紋脊點，如果兩個指紋脊點 的灰度差異且方向差異則兩個指紋脊點聚為一類，其中為聚類鄰域尺 寸(這里取15)，7^j為指紋脊點灰度差異閾值(這里取l5)，TA Tj為指紋脊點方 向差異閾值(這里取3)。
[0011] Step3.2:遍歷所有指紋脊點，完成聚類，將類內(nèi)元素數(shù)的類中的指紋脊點 置為非指紋點，其中為最小聚類閾值(這里7^_5取15)。
[0012] Step3.3:將/ _2中對應(yīng)所有剩下的指紋脊點的點的灰度值置為1，其余點 的灰度值置為〇，即得到二值指紋圖像2：^#。
[0013] 基于局部0TSU的二值指靜脈圖像提取方法的步驟如下： Stepl:圖像預(yù)處理 根據(jù)指紋信息的提取結(jié)果，計算指紋的平均寬度也％，同時將圖像中的所 有非指紋脊點標(biāo)定為可能的靜脈點。
[0014] Step2:圖像分割 對于每一個可能的靜脈點，在其hxαχ鄰域內(nèi)使用0TSU方法計算分割 閾值mj，非靜脈點不參與計算;如果該點的灰度值，則該點為靜脈點，其中?為區(qū) 域尺寸系數(shù)(這里α取3)。
[0015] Step3:靜脈聯(lián)通 Step3.1:對于每一個靜脈點，使用標(biāo)準(zhǔn)3 :^3模板做膨脹處理。
[0016] Step3.2:對于每一個靜脈小區(qū)域，沿其兩側(cè)指紋垂直方向在指紋脊點中做區(qū)域生 長，聯(lián)通至指紋另一側(cè)的靜脈小區(qū)域。
[0017] Step3.3:將/ _" 2中對應(yīng)所有靜脈小區(qū)域的點的灰度值置為1，其余點的灰 度值置為〇，即得到二值指靜脈圖像。
[0018] 手指中段近紅外透射圖像在采集時受手指擺放位置和成像器件光學(xué)參數(shù)的影響 較大，采集環(huán)境和手指姿態(tài)的改變會直接影響基于模板匹配法的指靜脈匹配結(jié)果。為改善 匹配結(jié)果，本發(fā)明首先通過分析樣本二值指紋圖像和模板二值指紋圖像間的相似性，來求 取存在相似性的樣本圖像和模板圖像間的仿射變換系數(shù);然后使用仿射變換系數(shù)對樣本二 值指靜脈圖像進行變換，得到歸一化的樣本二值指靜脈圖像;最后通過衡量樣本二值指靜 脈歸一化圖像和模板指靜脈圖像的相似性來給出最終的匹配判定結(jié)果。
[0019] 基于SIFT匹配的指靜脈圖像歸一化方法的具體步驟如下： Stepl:基于SIFT的特征點提取與匹配 Stepl. 1:提取樣本二值指紋圖像/_與$_3和模板指紋信息中的SIFT特征 點集- s1⑶)和{?1 _?⑷)，這里_f (論為樣本指紋信息中的SIFT特征點，/5 -挪(A:)為模 板指紋信息中的SIFT特征點，J和A為特征點序號。
[0020] Stepl · 2:對于<乃j·中的每一個特征點丨_s(J)，依據(jù)SIFT特征點匹配準(zhǔn)則，在 (Ι??⑷)中尋找最符合匹配條件的點得到匹配點對 所有匹配點對構(gòu)成匹配點對集t j)))。
[0021] Step2:圖像匹配與仿射變換參數(shù)計算 Step2.1:遍歷所有由⑵集合中三個不同匹配點對構(gòu)成的匹配點 對子集，由每一個子集可求出樣本圖像變換到模板圖像所需的6個仿射變換參數(shù)。所有子集 的計算結(jié)果構(gòu)成仿射變換參數(shù)集。
[0022] Step2.2:對仿射變換參數(shù)集進行聚類，如果聚類結(jié)果中元素最多的類別所擁有的 元素比例超過匹配閾值:Π?_7(這里m_7取〇.7)，則樣本二值指紋圖像和模板指 紋信息匹配，且聚類結(jié)果中元素最多的類別的各元素6個仿射變換參數(shù)的均值即 為所求的仿射變換參數(shù);反之判定樣本和模板不匹配，此次判定終止。
[0023] Step3:樣本指靜脈圖像歸一化 如果樣本二值指紋圖像和模板指紋信匹配，則使用求取到的6 個仿射變換參數(shù)對樣本二值指靜脈圖像故仿射變換，得到樣本二值指靜脈歸一 化圖像t期Γ-5_氣
[0024] Step4:匹配判定 使用模板匹配法計算樣本二值指靜脈歸一化圖像與模板二值指靜脈圖 像/_#Γ_ Μ]司的相關(guān)系數(shù)，如果相關(guān)系數(shù)，則判定樣本圖像和模板圖像匹配，其中 為模板相關(guān)性閾值(這里Τ?/J?取〇. 7)。
[0025] 本發(fā)明的優(yōu)點在于:提出的基于局部梯度分析的二值指紋圖像提取方法可以有效 提取出手指中段近紅外透射圖像中的指紋圖像;提出的基于局部OTSU的二值指靜脈提取方 法可以有效提取出手指中段近紅外透射圖像中的指靜脈圖像;提出的基于SIFT匹配的指靜 脈圖像歸一化方法可以有效修正采集環(huán)境、手指姿態(tài)變化所導(dǎo)致的指靜脈圖像變化，從而 提高最終匹配的準(zhǔn)確率。
【附圖說明】
[0026] 圖1指紋指靜脈融合識別流程圖， 圖2手指中段近紅外透射圖像。
【具體實施方式】
[0027] 本發(fā)明提出了一種融合指靜脈特征和指紋特征的身份識別方法，首先采集手指中 段近紅外透射圖像;然后通過局部梯度特征分析，提取出二值指紋圖像，同時通過基于局部 0TSU的分割方法提取二值指靜脈信息;接著通過基于SIFT的匹配算法計算樣本二值指紋圖 像和模板二值指紋圖像的相似性，對于判定為相似的二值指紋圖像，計算二者間的仿射變 換系數(shù);最后使用仿射變換系數(shù)對樣本二值指靜脈圖像進行歸一化，通過模板匹配法衡量 樣本二值指靜脈歸一化圖像與模板二值指靜脈圖像間的相似性，判定當(dāng)前樣本圖像與模板 圖像是否一致。
[0028] 提出的基于局部梯度分析的二值指紋圖像提取方法可以有效提取出手指中段近 紅外透射圖像中的指紋圖像;提出的基于局部0TSU的二值指靜脈提取方法可以有效提取出 手指中段近紅外透射圖像中的指靜脈圖像;提出的基于SIFT匹配的指靜脈圖像歸一化方法 可以有效修正采集環(huán)境、手指姿態(tài)變化所導(dǎo)致的指靜脈圖像變化，從而提高最終匹配的準(zhǔn) 確率。本發(fā)明解決了單一指紋識別安全性差、單一指靜脈識別易用性差的不足，可廣泛應(yīng)用 于高安全等級身份識別系統(tǒng)。本發(fā)明解決了單一指紋識別安全性差、單一指靜脈識別易用 性差的不足，可廣泛應(yīng)用于高安全等級身份識別系統(tǒng)。
【主權(quán)項】
1.手指中段指靜脈指紋融合識別方法，其特征在于，首先采集手指中段近紅外透射圖 像;然后通過局部梯度特征分析提取出二值指紋圖像，同時通過基于局部OTSU的分割方法 提取二值指靜脈信息;接著通過基于SIFT的匹配算法計算樣本二值指紋圖像和模板二值指 紋圖像的相似性，對于判定為相似的二值指紋圖像，計算二者間的仿射變換系數(shù);最后使用 仿射變換系數(shù)對樣本二值指靜脈圖像進行歸一化，通過模板匹配法衡量樣本二值指靜脈歸 一化圖像與模板二值指靜脈圖像間的相似性，判定當(dāng)前樣本圖像與模板圖像是否一致， 所述基于局部梯度特征分析的二值指紋圖像提取方法步驟如下： Stepl:圖像預(yù)處理，使用Sobel算子提取手指中段近紅外透射圖像^'_開孔郵_1中的邊 緣，通過邊緣裁剪掉非手指區(qū)域，得到僅包含手指區(qū)域數(shù)據(jù)的圖像 Step2:指紋脊點提取 Step2.1:對于進?中的像素點按下式計算其在36個方向上的梯度值巧， 其中表示像素點的灰度值，rj為梯度計算半徑，0取10,幼梯度方向編號， 取值為0~35，Step2.2:尋找36個得中的最大值，將其編號記為口 J，如果求得的烏滿足下式，則該像 素點片乃為指紋脊點，?解為其方向，其中巧已i為徑向梯度差異闊值(運里取0.5)， 為切向梯度動態(tài)范圍闊值，取0.2，Step3:指紋脊點聚類 Step3.1:每一個指紋脊點(x，y)具有一個灰度值特征g (JJ)和一個方向特征LwiCJ，對 于每一個未聚類的指紋脊點，考察其X 鄰域內(nèi)的其他指紋脊點，如果兩個指紋脊點 的灰度差異這町3且方向差異<7Η_4,則兩個指紋脊點聚為一類，其中.U'為聚類鄰域尺 寸，Γ_巧又15，，Γ啤J為指紋脊點灰度差異闊值，堀?__巧SU5，，了趕為指紋脊點方向差異闊 值，了卑J取3， Step3.2:遍歷所有指紋脊點，完成聚類，將類內(nèi)元素數(shù);的類中的指紋脊點置為 非指紋點，其中了托巧J最小聚類闊值，了心取15， Step3.3:將心?_2中對應(yīng)所有剩下的指紋脊點的點的灰度值置為1，其余點的灰 度值置為〇，即得到二值指紋圖像0 J?^ 所述基于局部OTSU的二值指靜脈圖像提取方法的步驟如下： Step2-1:圖像預(yù)處理 根據(jù)指紋信息的提取結(jié)果，計算指紋的平均寬度破 w，同時將圖像中的所 有非指紋脊點標(biāo)定為可能的靜脈點， Step2-2:圖像分割 對于每一個可能的靜脈點，在其(αχ>?(啤>：〇龍W)鄰域內(nèi)使用OTSU方法計算分割闊 值，非靜脈點不參與計算;如果該點的灰度值< ·7·Η_6，則該點為靜脈點，其中心為區(qū)域 尺寸系數(shù)，。取3， Step2-3:靜脈聯(lián)通 Step2-3.1:對于每一個靜脈點，使用標(biāo)準(zhǔn)3x3模板做膨脹處理， Step2-3.2:對于每一個靜脈小區(qū)域，沿其兩側(cè)指紋垂直方向在指紋脊點中做區(qū)域生 長，聯(lián)通至指紋另一側(cè)的靜脈小區(qū)域， Step2-3.3:將心中對應(yīng)所有靜脈小區(qū)域的點的灰度值置為1，其余點的灰度 值置為〇，即得到二值指靜脈圖像心5^ 所述基于SIFT匹配的指靜脈圖像歸一化方法的具體步驟如下： Step3-1:基于SIFT的特征點提取與匹配 Step3-1.1:提取樣本二值指紋圖像/_及押和模板指紋信息/_說巧_抓中的SIFT特征 點集(f _S。)}和b 識}，運里為樣本指紋信息中的SIFT特征點，及_批)為模 板指紋信息中的SIFT特征點，:j和龍為特征點序號， Step3_l.2:對于中的每一個特征點護_s^)，依據(jù)SIFT特征點匹配準(zhǔn)則，在 {兵|_'閑(巧中尋找最符合匹配條件的點^_怖護_/)，得到匹配點對(/>_</)，兵_州批_/))， 所有匹配點對構(gòu)成匹配點對集(〔公―-功)， Step3-2:圖像匹配與仿射變換參數(shù)計算 5*6口3-2.1:遍歷所有由((；^_6以)，貨-"2〇_邱'}集合中；個不同匹配點對構(gòu)成的匹配 點對子集，由每一個子集可求出樣本圖像變換到模板圖像所需的6個仿射變換參數(shù)，所有子 集的計算結(jié)果構(gòu)成仿射變換參數(shù)集， Step3-2.2:對仿射變換參數(shù)集進行聚類，如果聚類結(jié)果中元素最多的類別所擁有的元 素比例超過匹配闊值，71辛_?取〇 . 7，則樣本二值指紋圖像和模板指紋信息 匹配，且聚類結(jié)果中元素最多的類別的各元素6個仿射變換參數(shù)的均值即為所求 的仿射變換參數(shù);反之判定樣本和模板不匹配，此次判定終止， Step3-3:樣本指靜脈圖像歸一化 如果樣本二值指紋圖像巧·和模板指紋信息/_SFP_M匹配，則使用求取到的6個 仿射變換參數(shù)對樣本二值指靜脈圖像/_5^^^^_￡^做仿射變換，得到樣本二值指靜脈歸一化 圖像/_及開戶_又-恥， Step3-4:匹配判定 使用模板匹配法計算樣本二值指靜脈歸一化圖像與模板二值指靜脈圖 像/_紙護_卿'司的相關(guān)系數(shù)，如果相關(guān)系數(shù)STS鏈，則判定樣本圖像和模板圖像匹配，其中 為模板相關(guān)性闊值，:了犀_5·取0.7。
【文檔編號】G06K9/34GK105975951SQ201610359750
【公開日】2016年9月28日
【申請日】2016年5月27日
【發(fā)明人】謝劍斌, 劉通, 王浩宇, 閆瑋, 李沛秦, 程強, 周鵬宇, 孔憲君, 陳益星
【申請人】國創(chuàng)科視科技股份有限公司