一种大规模指静脉图像实时检索方法技术

本发明专利技术公开了一种大规模指静脉图像实时检索方法，包括：1)获取待识别和大规模指静脉数据库的指静脉图像并归一化；2)对归一化后的指静脉图像进行图像增强处理；3)由步骤2)得到增强处理后的待识别指静脉图像，获取特征信息最丰富区域，并对该区域进行水平、垂直投影得到区域灰度投影向量；4)获取步骤2)增强处理后的指静脉数据库的指静脉图像，得到区域灰度投影向量；5)计算待识别图像的区域投影向量与数据库每一张指静脉图像的多个区域灰度投影向量的相似度，取每一张指静脉图像相似度最高的值进行排序；6)根据排序结果，提取多尺度HOG特征匹配，返回匹配度最高的指静脉图像编号作为指静脉图像实时检索结果。本发明专利技术有效降低检索时间，达到实时性。达到实时性。达到实时性。

【技术实现步骤摘要】
一种大规模指静脉图像实时检索方法


[0001]本专利技术涉及指静脉识别及信息安全的
，尤其是指一种大规模指静脉图像实时检索方法。

技术介绍

[0002]指静脉识别是一种生物特征识别技术，它通过采集手指内部的静脉分布图像来进行身份识别。它具有活体检测、内部特征、非接触式、采集设备简单四个特征，因而难于被伪造、识别安全等级高，被广泛应用于安保系统、公共场所、社区门禁等生活、工作场所。
[0003]随着指静脉的广泛应用，在一些场合或者领域采集的指静脉数据库规模越来越大，对于待识别指静脉图像的识别匹配，要从大规模指静脉数据库中检索得到最相似的结果，意味着要与数据库中几千、几万张指静脉图像进行一一比对。由于指静脉数据规模庞大、指静脉图像提取特征耗时长、特征维度高，传统的指静脉识别的检索技术无法达到实时要求。更进一步，考虑到在某些场所或者领域，指静脉识别任务需要移植到嵌入式设备进行，而嵌入式设备算力较低，所需耗时更长，会进一步影响着用户的体验感。因此在大规模指静脉图像实现实时检索是亟待解决的问题。
[0004]综上，专利技术一种大规模指静脉图像实时检索方法，具有较高实际应用价值。

技术实现思路

[0005]本专利技术的目的在于克服现有技术中大规模指静脉图像检索耗时长、无法达到实时性要求的问题，提出了一种大规模指静脉图像实时检索方法，以降低检索时间，达到实时性。
[0006]为实现上述目的，本专利技术所提供的技术方案为：一种大规模指静脉图像实时检索方法，包括以下步骤：
[0007]1)获取待识别和大规模指静脉数据库的指静脉图像，对图像进行归一化，得到图像大小为w
×
h，其中长为w，宽为h；
[0008]2)对步骤1)归一化后的指静脉图像进行图像增强处理；
[0009]3)由步骤2)得到增强处理后的待识别指静脉图像，以大小为的矩形遍历图像，获取特征信息最丰富区域，得到特征信息最丰富区域中心点(a,b)，对该区域进行水平投影和垂直投影得到区域灰度投影向量q；
[0010]4)以步骤3)的(a,b)为中心获取邻域范围，邻域范围中的点为(a0,b0)，其中获取步骤2)增强处理后的指静脉数据库的指静脉图像，在每一张图像中分别以大小为中心为(a0,b0)的矩形区域移动遍历并进行水平投影和垂直投影，得到每张图像的多个区域灰度投影向量p
i
；
[0011]5)将步骤4)得到的指静脉数据库的每一张指静脉图像的p
i
与步骤3)得到的q计算相似度，取每一张指静脉图像相似度最高的值进行排序；
[0012]6)根据步骤5)的排序结果，以排名小于阈值threshold的指静脉图像对应编号作为候选，选择经过步骤2)增强后的指静脉数据库的指静脉图像中编号为候选的图像，与经过步骤2)增强后的待识别指静脉图像，分别提取多尺度HOG特征进行匹配，返回匹配程度最高的指静脉图像编号作为指静脉图像实时检索结果。
[0013]进一步，在步骤2)中，图像增强处理的步骤包括：
[0014]2.1)对归一化后的指静脉图像A采用限制对比度自适应直方图均衡化算法处理得到图像A1；
[0015]2.2)对步骤2.1)中的图像A1进行维纳滤波及中值滤波得到图像A2；
[0016]2.3)对步骤2.2)中的图像A2的每个像素点，在该像素点为中心的9
×
9窗口内，分别计算与之对应的8个方向算子的卷积响应，8个方向分别为0
°
、45
°
、90
°
、135
°
、180
°
、225
°
、270
°
、315
°
，然后以这8个方向上的最大卷积响应作为该像素点新的像素值，得到图像A3；
[0017]2.4)对步骤2.3)中的图像A3进行自适应阈值化得到图像A4；
[0018]2.5)对步骤2.4)中的图像A4进行开操作得到最终的指静脉增强图像。
[0019]进一步，所述步骤3)具体步骤包括：
[0020]3.1)以指静脉图像左上角像素点为原点，以水平向右为x轴，垂直向下为y轴，建立直角坐标系，以大小为的矩形遍历经过步骤2)处理的待识别指静脉图像，计算每个矩形区域内的像素点灰度值之和Sum，取最大的Sum对应的矩形区域为特征信息最丰富区域，此时的矩形区域中心为(a,b)；
[0021]Sum计算公式为：Sum＝∑Fgray(m,n)
[0022]式中，(m,n)代表矩形区域内的像素点与矩形左上角像素点的相对坐标，Fgray(m,n)代表(m,n)位置像素点对应的灰度值，Sum代表矩形区域内的灰度值之和；
[0023]3.2)对步骤3.1)得到的特征信息最丰富区域，做水平、垂直方向的投影得到水平投影向量X和垂直投影向量Y，串联得到区域灰度投影向量q，具体如下：
[0024][0025]式中，X
m
代表第m行的水平投影向量；
[0026][0027]式中，X0为m＝0时X
m
取值，为时X
m
取值；
[0028][0029]式中，Y
n
代表第n列的垂直投影向量；
[0030][0031]式中，Y0为n＝0时Y
m
取值，为时Y
m
取值；
[0032]q＝[X,Y]。
[0033]进一步，在步骤5)中，将步骤4)得到的指静脉数据库的每一张指静脉图像的p
i
与步骤3)得到的q计算相似度dist(p
i
,q),取每张图像对应的最高dist(p
i
,q)进行排序；
[0034]dist(p
i
,q)＝||p
i
‑
q||
∞
[0035]式中，||.||
∞
代表向量的无穷范数。
[0036]进一步，在步骤6)中，选择经过步骤2)增强后的指静脉数据库的指静脉图像中编号为候选的图像，与经过步骤2)增强后的待识别指静脉图像，提取多尺度HOG特征进行匹配，具体步骤包括：
[0037]6.1)分别进行三线性插值缩放得到4种尺度的指静脉图像，4种尺度分别为w
×
h、
[0038]6.2)对每个尺度的指静脉图像分别提取HOG特征，并串联得到最终的多尺度HOG特征；
[0039]6.3)对多尺度HOG特征进行匹配，返回匹配程度最高的指静脉图像编号作为待识别指静脉图像检索结果，实现大规模指静脉图像实时性检索。
[0040]本专利技术与现有技术相比，具有如下优点与有益效果：
[0041]1、本专利技术提出的大规模指静脉图像检索方法，在获取待识别指静脉图像的特征信息最丰富区域时，以区域内像素点灰度值之和为衡量标准，不仅计算简单，而且灰度信息能够很好反映指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大规模指静脉图像实时检索方法，其特征在于，包括以下步骤：1)获取待识别和大规模指静脉数据库的指静脉图像，对图像进行归一化，得到图像大小为w
×
h，其中长为w，宽为h；2)对步骤1)归一化后的指静脉图像进行图像增强处理；3)由步骤2)得到增强处理后的待识别指静脉图像，以大小为的矩形遍历图像，获取特征信息最丰富区域，得到特征信息最丰富区域中心点(a,b)，对该区域进行水平投影和垂直投影得到区域灰度投影向量q；4)以步骤3)的(a,b)为中心获取邻域范围，邻域范围中的点为(a0,b0)，其中获取步骤2)增强处理后的指静脉数据库的指静脉图像，在每一张图像中分别以大小为中心为(a0,b0)的矩形区域移动遍历并进行水平投影和垂直投影，得到每张图像的多个区域灰度投影向量p
i
；5)将步骤4)得到的指静脉数据库的每一张指静脉图像的p
i
与步骤3)得到的q计算相似度，取每一张指静脉图像相似度最高的值进行排序；6)根据步骤5)的排序结果，以排名小于阈值threshold的指静脉图像对应编号作为候选，选择经过步骤2)增强后的指静脉数据库的指静脉图像中编号为候选的图像，与经过步骤2)增强后的待识别指静脉图像，分别提取多尺度HOG特征进行匹配，返回匹配程度最高的指静脉图像编号作为指静脉图像实时检索结果。2.根据权利要求1所述的一种大规模指静脉图像实时检索方法，其特征在于，在步骤2)中，图像增强处理的步骤包括：2.1)对归一化后的指静脉图像A采用限制对比度自适应直方图均衡化算法处理得到图像A1；2.2)对步骤2.1)中的图像A1进行维纳滤波及中值滤波得到图像A2；2.3)对步骤2.2)中的图像A2的每个像素点，在该像素点为中心的9
×
9窗口内，分别计算与之对应的8个方向算子的卷积响应，8个方向分别为0
°
、45
°
、90
°
、135
°
、180
°
、225
°
、270
°
、315
°
，然后以这8个方向上的最大卷积响应作为该像素点新的像素值，得到图像A3；2.4)对步骤2.3)中的图像A3进行自适应阈值化得到图像A4；2.5)对步骤2.4)中的图像A4进行开操作得到最终的指静脉增强图像。3.根据权利要求1所述的一种大...

【专利技术属性】
技术研发人员：田联房，钟明通，杜启亮，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：