基于特征融合的可撤销掌纹模板生成方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种基于特征融合的可撤销掌纹模板生成方法、装置、设备和存储介质，包括：获取原始掌纹信息对应的原始掌纹图像；在所述原始掌纹图像中截取掌纹ROI图像；提取所述掌纹ROI图像中的掌纹方向特征；提取所述掌纹ROI图像中的掌纹点特征；对所述掌纹方向特征和所述掌纹点特征进行特征融合得到融合特征；对所述融合特征进行不可逆变换得到可撤销掌纹模板。本方法通过将掌纹方向特征和掌纹点特征进行融合得到融合特征，将融合特征进行不可逆变换得到可撤销掌纹模板，有效的保护了原始掌纹信息的安全，掌纹的认证性能也有了进一步地提高。步地提高。步地提高。

【技术实现步骤摘要】
基于特征融合的可撤销掌纹模板生成方法、装置、设备和存储介质


[0001]本专利技术属于掌纹识别
，具体涉及一种基于特征融合的可撤销掌纹模板生成方法、装置、设备和存储介质。

技术介绍

[0002]生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性(例如指纹、人脸和虹膜等)和行为特征(例如笔迹、声音和步态等)来进行个人身份的鉴定。
[0003]掌纹作为一种新型的非接触式生物特征识别技术，是利用红外线照射等方式获取人手掌部纹理，利用专用的算法提取特征，并将这个特征作为用户身份标识识别的技术。与其他用于身份识别的生物特征相比，掌纹具有无法取代的优势。当前，生物特征识别系统的身份认证过程主要基于特征提取和匹配技术，这些技术都涉及用户生物特征信息的计算与鉴别。
[0004]生物特征中包含有大量的用户信息，丢失后会造成永久性的信息泄露，所以，如何保证在有效识别用户身份的基础上，实现用户生物特征信息的安全性和隐私性成为生物特征识别技术的一个亟待解决的问题。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于特征融合的可撤销掌纹模板生成方法、装置、设备和存储介质。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]一种基于特征融合的可撤销掌纹模板生成方法，包括：
[0007]获取原始掌纹信息对应的原始掌纹图像；
[0008]在所述原始掌纹图像中截取掌纹ROI图像；
[0009]提取所述掌纹ROI图像中的掌纹方向特征；
[0010]提取所述掌纹ROI图像中的掌纹点特征；
[0011]对所述掌纹方向特征和所述掌纹点特征进行特征融合得到融合特征；
[0012]对所述融合特征进行不可逆变换得到可撤销掌纹模板。
[0013]在本专利技术的一个实施例中，提取所述掌纹ROI图像中的掌纹方向特征，包括：利用相邻方向融合方法提取所述掌纹ROI图像中的所述掌纹方向特征。
[0014]在本专利技术的一个实施例中，利用相邻方向融合方法提取所述掌纹ROI图像中的所述掌纹方向特征，包括：
[0015]利用不同主方向角度的MFRAT模板对所述掌纹ROI图像进行滤波得到最小响应值、次小响应值、最小响应方向索引值和次小响应方向索引值；
[0016]利用所述相邻方向融合方法将所述MFRAT模板的不同主方向角度进行融合得到若
干相邻方向的融合角度；
[0017]基于相邻方向融合方法，利用所述最小响应值、所述次小响应值、所述最小响应方向索引值、所述次小响应方向索引值和所述若干相邻方向的融合角度得到所述掌纹方向特征。
[0018]在本专利技术的一个实施例中，提取所述掌纹ROI图像中的掌纹点特征，包括：利用SURF算法提取所述掌纹ROI图像中的所述掌纹点特征。
[0019]在本专利技术的一个实施例中，利用SURF算法提取所述掌纹ROI图像中的所述掌纹点特征，包括：
[0020]对所述掌纹ROI图像进行非重叠分块得到掌纹块图像；
[0021]利用SURF算法判断所述掌纹块图像的像素点是否为SURF特征点，若所述掌纹块图像的像素点是所述SURF特征点，将所述掌纹块图像的像素点记录到SURF特征点集合，若所述掌纹块图像的像素点不是所述SURF特征点，不记录所述掌纹块图像的像素点；
[0022]利用最小距离法在所述SURF特征点集合中选取代表点，所述代表点与所述SURF特征点集合中的其他SURF特征点的距离之和最小；
[0023]利用所述代表点和LBP算子得到目标编码值，所述目标编码值为所述掌纹点特征。
[0024]在本专利技术的一个实施例中，对所述掌纹方向特征和所述掌纹点特征进行特征融合得到融合特征，包括：
[0025]对所述掌纹方向特征进行归一化得到归一化掌纹方向特征；
[0026]对所述掌纹点特征进行归一化得到归一化掌纹点特征；
[0027]将所述归一化掌纹方向特征和所述归一化掌纹点特征进行特征融合得到融合特征。
[0028]在本专利技术的一个实施例中，对所述融合特征进行不可逆变换得到可撤销掌纹模板，包括：获取q个随机高斯投影矢量，并利用所述q个随机高斯投影矢量建立随机高斯投影矩阵；
[0029]利用所述融合特征和所述随机高斯投影矩阵得到索引集合，所述索引集合为所述可撤销掌纹模板。
[0030]一种基于特征融合的可撤销掌纹模板生成装置，包括：
[0031]原始掌纹处理模块，用于获取原始掌纹信息对应的原始掌纹图像，并在所述原始掌纹图像中截取掌纹ROI图像；
[0032]掌纹特征提取模块，用于在所述掌纹ROI图像中分别提取掌纹方向特征和掌纹点特征；
[0033]掌纹特征融合模块，用于将所述掌纹方向特征和所述掌纹点特征进行融合得到可撤销掌纹模板。
[0034]一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0035]存储器，用于存储计算机程序；
[0036]处理器，用于执行所述计算机程序时，实现权利要求1
‑
7任一项所述的方法步骤。
[0037]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于特征融合的可撤销掌纹模板生成方法的步骤。
Interest)图像提取方法，且不限于此方法，此掌纹ROI图像提取方法以手指之间交点作为ROI区域基准点，进行ROI定位和提取的具体步骤包括：
[0056]步骤2.1、利用低通高斯滤波器对掌纹ROI图像进行预处理，去除掌纹ROI图像中的噪声影响。
[0057]步骤2.2、通过Thresholding方法将掌纹ROI图像二值化得到对应的掌纹二值图像，其中，掌纹区域为白色，非掌纹区域为黑色，利用边缘检测算法找出掌纹二值图像的边缘，即掌纹边缘线。
[0058]步骤2.3、基于掌纹二值图像，将食指与中指之间凹谷处连接点、小指与无名指之间凹谷处连接点作为基准点，此基准点也为谷点。
[0059]具体地，对于接触式采集的掌纹图像，可以通过采集设备的两个固定支架来确定这两个基准点。
[0060]步骤2.4、用直线连接两个基准点作为x坐标轴，以两个基准点的中点为原点，确定y坐标轴建立定位掌纹ROI图像的直角坐标系。
[0061]具体地，取y坐标上距离坐标系原点为两个基准点之间距离的四分之三处的点作为ROI图像的中心，以两基准点之间的距离为边长，四边分别与x轴和y轴平行的正方形区域定义为掌纹ROI图像，提取该掌纹ROI图像的掌纹图像。若在低分辨率掌纹图像识别中，首先进行掌纹ROI图像提取和预处理。
[0062]步骤3、提取掌纹ROI图像中的掌纹方向特征。
[0063]进一步地，利用相邻方向融合方法提取掌纹ROI图像中的掌纹方向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征融合的可撤销掌纹模板生成方法，其特征在于，包括：获取原始掌纹信息对应的原始掌纹图像；在所述原始掌纹图像中截取掌纹ROI图像；提取所述掌纹ROI图像中的掌纹方向特征；提取所述掌纹ROI图像中的掌纹点特征；对所述掌纹方向特征和所述掌纹点特征进行特征融合得到融合特征；对所述融合特征进行不可逆变换得到可撤销掌纹模板。2.根据权利要求1所述的基于特征融合的可撤销掌纹模板生成方法，其特征在于，提取所述掌纹ROI图像中的掌纹方向特征，包括：利用相邻方向融合方法提取所述掌纹ROI图像中的所述掌纹方向特征。3.根据权利要求2所述的基于特征融合的可撤销掌纹模板生成方法，其特征在于，利用相邻方向融合方法提取所述掌纹ROI图像中的所述掌纹方向特征，包括：利用不同主方向角度的MFRAT模板对所述掌纹ROI图像进行滤波得到最小响应值、次小响应值、最小响应方向索引值和次小响应方向索引值；利用所述相邻方向融合方法将所述MFRAT模板的不同主方向角度进行融合得到若干相邻方向的融合角度；基于相邻方向融合方法，利用所述最小响应值、所述次小响应值、所述最小响应方向索引值、所述次小响应方向索引值和所述若干相邻方向的融合角度得到所述掌纹方向特征。4.根据权利要求1所述的基于特征融合的可撤销掌纹模板生成方法，其特征在于，提取所述掌纹ROI图像中的掌纹点特征，包括：利用SURF算法提取所述掌纹ROI图像中的所述掌纹点特征。5.根据权利要求4所述的基于特征融合的可撤销掌纹模板生成方法，其特征在于，利用SURF算法提取所述掌纹ROI图像中的所述掌纹点特征，包括：对所述掌纹ROI图像进行非重叠分块得到掌纹块图像；利用SURF算法判断所述掌纹块图像的像素点是否为SURF特征点，若所述掌纹块图像的像素点是所述SURF特征点，将所述掌纹块图像的像素点记录到SURF特征点集合，若所述掌纹块图像的像素点不是所述SURF特征点，不...

【专利技术属性】
技术研发人员：赵恒，赵伟强，庞辽军，曹志诚，
申请(专利权)人：西安西电信安智能科技有限公司，
类型：发明
国别省市：