一种基于特征点及邻域特征匹配的掌纹认证方法技术

本发明专利技术以掌纹验证为应用背景，提出一种基于特征点和邻域特征匹配的掌纹认证方法，通过对注册样本和问询样本的SIFT特征点与其包含的邻域特征进行结合，提高特征点匹配的可靠性。同时进一步针对掌纹的非线性形变，将其分解为若干个局部线性变换，解决了现有方法在所采集掌纹存在形变时认证准确率下降的问题，提高掌纹认证的准确率。

【技术实现步骤摘要】
一种基于特征点及邻域特征匹配的掌纹认证方法
本专利技术涉及掌纹认证领域，更具体地，涉及一种基于特征点及邻域特征匹配的掌纹认证方法。
技术介绍
身份识别是加强信息和系统安全的基本手段之一，与传统的身份识别技术相比，生物特征识别技术具有方便、安全、可靠等优点。掌纹识别作为生物特征身份识别技术的一种，有许多独特的优势，包括准确率高、采集设备成本低廉、用户可接受性好等，具有广阔的应用前景。随着生物特征识别技术在商业中的大规模应用，掌纹识别技术的研究也涌现出诸多方法，如基于掌纹结构的方法，基于相位编码的方法等。基于掌纹结构的方法的主要思想是利用掌纹本身的脊线和褶皱的方向和位置信息作为特征，实现掌纹识别。这种方法思路比较直接，纹线等特征也较为稳定，但是提取与描述比较困难。基于相位编码的方法利用了在掌纹图像中每个点的方向信息，多采用滤波处理，然后根据设计规则对滤波的结果进行编码。通常编码的结果用比特码表示，然后采用二进制计算进行匹配和验证。这种方法的特点是对噪声不敏感，鲁棒性强，匹配速度也很快。但是上述方法难以解决的一个问题是在采集样本过程中发生的掌纹形变问题。通常，采集样本的过程中，或多或少都会本文档来自技高网...

【技术保护点】
一种基于特征点及邻域特征匹配的掌纹认证方法，其特征在于：包括以下步骤：S1.对于问询样本I

【技术特征摘要】
1.一种基于特征点及邻域特征匹配的掌纹认证方法，其特征在于：包括以下步骤：S1.对于问询样本I2和注册样本I1，分别使用尺度不变特征变换方法对其进行SIFT特征点的检测；S2.得到问询样本I2和注册样本I1的SIFT特征点后，将问询样本I2的SIFT特征点与注册样本I1的SIFT特征点进行SIFT特征点对的匹配，得到若干对SIFT特征点对，并将其存储在匹配点集合S中；S3.对于匹配点集合S中的每对SIFT特征点对，通过步骤S31～S331的方法分别计算其包括的两个SIFT特征点的邻域特征：S31.设其中任一SIFT特征点为X，遍历其周围的SIFT特征点，选取与SIFT特征点X欧氏距离最近的n个SIFT特征点作为近邻点；其中n为正整数；S32.以欧氏距离最近的SIFT特征点为起点，按照顺时针方向排列这n个近邻点；S33.基于排列好的n个近邻点依次提取其几何特征描述，如步骤S331所示：S331.设当前近邻点为A，顺时针顺序的下一个近邻点为B，提取当前近邻点A的以下几何特征描述：1)相对距离：分别计算SIFT特征点X和近邻点A、近邻点B的距离，其比值为相对距离R1，2)相对方向：SIFT特征点X中包含特征点X的主方向信息，设SIFT特征点X的主方向和近邻点A、近邻点B的主方向之间的夹角分别为其比值定义为相对方向R2：3)相对夹角：SIFT特征点X和近邻点A、近邻点B形成三角形ΔAXB，其中∠XBA和∠XAB的比值定义为相对夹角R3：S34.经过步骤S33后得到n组几何特征描述，所述每组几何特征描述使用三元组ri＝(R1,R2,R3)表示，i＝1,2,…,n，则SIFT特征点X的邻域特征以3n维几何特征描述向量进行表示；S4.对于每对SIFT特征点对，计算得到SIFT特征点对的两个SIFT特征点的邻域特征后，计算两个SIFT特征点的基于邻域特征的距离：其中Rij1和Rij2分别表示两个SIFT特征点的第i个近邻点的第j个几何特征描述；S5.当R<t时，在匹配点集合S中保留该SIFT特征点对，否则在匹配点集合S中删除这对SIFT特征点对，其中t为设定的阈值；S6.计算匹配点集合S中每对SIFT特征点对的相对偏角；S7.对于匹配点集合S中的任意两对SIFT特征点对，它们的距离Q定义为：其中Δθa与Δθb分别表示两对SIFT特征点对的相对偏角；若Q<τ即Q小于设定的阈值，则认为这两对SIFT特征点对属于同一线性变换模型；S8...

【专利技术属性】
技术研发人员：郑慧诚，陈志宇，袁陶希，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44