一种基于二维高斯最大曲率的手指静脉识别方法技术

本发明专利技术公开了一种基于二维高斯最大曲率的手指静脉识别方法。本发明专利技术首先利用基于二维高斯函数的最大曲率算法，提取手指静脉图像的静脉纹路和曲率空间场，然后利用手指静脉图像的曲率空间场匹配识别。实验表明，基于高斯曲率空间场的提取静脉纹路的准确性更高，基于曲率空间场的识别算法，在误识率一定情况下，识别性能明显高于传统的MHD识别算法。对于低质量手指静脉图像，本发明专利技术提出从8个方向上提取静脉特征，相比于原始的最大曲率法从4个方向提取静脉特征，能够更清晰的提取静脉信息。本发明专利技术提出的基于静脉图像曲率空间场的识别算法性能下降不明显。能够更好地表征该手指静脉的信息。

A method of finger vein recognition based on two dimensional Gauss maximum curvature

The invention discloses a finger vein recognition method based on two-dimensional Gauss maximum curvature. The invention firstly uses the maximum curvature algorithm based on two-dimensional Gauss function to extract vein veins and curvature space fields of finger vein images, and then uses the curvature space field matching of the finger vein images to identify. Experimental results show that the accuracy based on texture extraction vein Gauss curvature space more recognition algorithm based on curvature space field, the error rate under certain circumstances, the recognition performance was significantly higher than that of the traditional MHD algorithm. For a low quality finger vein image, the present invention proposes extracting vein features from 8 directions, extracting vein features from 4 directions in comparison with the original maximum curvature method, and extracting venous information more clearly. The recognition algorithm based on the curvature space field of the vein image of the invention has no obvious performance degradation. Better information about the finger vein.

【技术实现步骤摘要】

本专利技术属于生物特征识别及信息安全
，特别涉及一种基于二维高斯最大曲率的手指静脉识别方法。
技术介绍
手指静脉识别技术是一种新的生物特征识别技术，它利用手指静脉识别技术作为最先进的新兴的第二代生物识别技术之一，因其安全等级高，稳定性高，普适性强及采集设备便捷成为国内外诸多学者的研究热点。手指静脉识别技术主要包括采集手指静脉图像，图像预处理，提取特征和匹配识别。目前，在采集手指静脉图像时采集设备不稳定，在低温环境下手指中的静脉收缩，以及部分女生手指静脉比较细等因素，都会造成采集的静脉图像质量不够理想。低质量静脉图像导致准确提取指静脉特征和匹配识别比较困难。因此，如何精确提取低质量指静脉图像的特征，如何提高指静脉图像的识别率成为目前的研究难点。王保生等人提出利用Garbor滤波器提取静脉图像的静脉纹路，王科俊等人提出利用方向滤波器组提取静脉图像的静脉纹路，无论是Garbor滤波器还是方向组滤波器对于低质量静脉图像提取的静脉纹路精确相对较差。Dubuisson等人提出的修正的Hausdorff距离(modifiedHausdorffdistance,MHD)进行指静脉认证识别，首本文档来自技高网...

【技术保护点】
一种基于二维高斯最大曲率识别手指静脉的方法，其特征在于包括如下步骤：S1、构造一个(2×w+1)×(2×w+1)的窗口，作为二维高斯函数模板G(x,y)，二维高斯函数如公式1所示，其中x∈[‑w,w],y∈[‑w,w]，w为正整数G(x,y)=12πσ2e-(x2+y2)2σ2---(1)]]>S2、根据步骤S1构造的二维高斯函数G(x,y)，分别求出二维高斯函数水平方向一阶导数Gx(x,y)、垂直方向的一阶导数Gy(x,y)、水平方向二阶偏导数Gxx(x,y)、垂直方向二阶偏导数Gyy(x,y)和二阶混合偏导数Gxy(x,y)；S3、利用步骤S2得出的结果，求出...

【技术特征摘要】
1.一种基于二维高斯最大曲率识别手指静脉的方法，其特征在于包括如下步骤：S1、构造一个(2×w+1)×(2×w+1)的窗口，作为二维高斯函数模板G(x,y)，二维高斯函数如公式1所示，其中x∈[-w,w],y∈[-w,w]，w为正整数G(x,y)=12πσ2e-(x2+y2)2σ2---(1)]]>S2、根据步骤S1构造的二维高斯函数G(x,y)，分别求出二维高斯函数水平方向一阶导数Gx(x,y)、垂直方向的一阶导数Gy(x,y)、水平方向二阶偏导数Gxx(x,y)、垂直方向二阶偏导数Gyy(x,y)和二阶混合偏导数Gxy(x,y)；S3、利用步骤S2得出的结果，求出二维高斯函数8个方向的一阶方向导数Gθ(x,y)、二阶方向导数Gθθ(x,y)，S4、对像素大小为M×N的预处理后的手指静脉图像，按边界像素值进行边界扩充，扩充后的手指静脉图像的大小为(M+2w)×(N+2w)；S5、根据曲率公式求出8个方向的曲率模板；S6、将步骤S5得出的8个方向的曲率模板，分别与步骤S4得出的扩充后的手指静脉图像上对应的窗口进行卷积，得到的卷积值记为ql，ql表示第l个方向两个窗口中心点的曲率值，即曲率模板窗口与对应的手指静脉图像窗口中心处的曲率；其中l＝1,2，3…8；然后选取出q1,q2…q8中的最大曲率值，将该最大曲率值存入一个M×N的二维矩阵Ⅰ；同时将最大曲率值对应的是第几个方向存入一个M×N的二维矩阵Ⅱ；从而得到位于该窗口中心点的最大曲率和方向场值；S7、根据步骤S6所述以8个方向的曲率模板为一次遍历，对扩充后的手指静脉图像进行整个遍历，得到大小为M×N的手指静脉图像曲率空间场图，其的方向场值为1至8；同时得到大小为M×N的最大曲率图像；S8、将S7得到的手指静脉图像曲率空间场图中每个点的值扩大10倍，使得其的方向场值10至80；S9、计算待识别手指静脉图像的曲率空间场和数据库中模板的曲率空间场的差值；S10、修正方向差能够减小步骤S9计算出的两幅手指静脉图像曲率空间场差值的误差，因此对差值进行修正；S11、将修正方向差后的均值作为两幅手指静脉图像的相似度；S12、匹配识别，其中T为实验得出的两幅手指静脉图像的相似度阈值；小于T认为是同类手指静脉图像，否则认为是非同类手指静脉图像；2.根据权利要求1所述的一种基于二维高斯最大曲率识别手指静脉的方法，其特征在于步骤S2所述的二维高斯函数水平方向一阶导数Gx(x,y)、垂直方向的一阶导数Gy(x,y)、水平方向二阶偏导数Gxx(x,y)、垂直方向二阶偏导数Gyy(x,y)和二阶混合偏导数Gxy(x,y)如公式2-6所示：Gx(x,y)=-xσ2G(x,y)---(2)]]>Gy(x,y)=-yσ2G(x,y)---(3)]]>Gxx(x,y)=y-&sigm...

【专利技术属性】
技术研发人员：沈雷，李小刚，张严严，蓝师伟，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33