一种自适应的指静脉和外指节纹双模态身份识别方法技术

一种自适应的指静脉和外指节纹双模态身份识别方法，包括：S1、对指静脉和外指节纹图像进行采集；S2、对指静脉和外指节纹图像进行预处理；S3、对指静脉和外指节纹图像进行质量评估并且给予相应分数,根据分数判定图像是否符合要求若符合要求则进行下一步否则提示重新采集；S4、根据对应指静脉和外指节纹图像质量进行优势特征系数赋予；S5、指静脉图像使用改进的SIFT算法，指节纹图像使用PHASH算法与数据库中的特征进行相似度匹配得到对应的相似度；S6、通过加权相似度函数将对应的权重与相似度结合得到对应加权匹配度；S7、再由融合函数对指静脉和指节纹加权匹配度进行融合得到最终的融合匹配度；S8、进行阈值判断。本发明专利技术拥有较高的识别精度和鲁棒性。有较高的识别精度和鲁棒性。有较高的识别精度和鲁棒性。

【技术实现步骤摘要】
一种自适应的指静脉和外指节纹双模态身份识别方法


[0001]本专利技术涉及生物识别技术，尤其涉及到一种自适应的指静脉和外指节纹双模态身份识别方法。

技术介绍

[0002]随着“5G”的快速发展和“元宇宙”的出现,要求各种技术都得更加智能化和便捷化，这对信息安全和身份认证都提出了更高的要求。逐渐地，越来越多的场景需要进行身份认证。这些场景均需要准确可靠的身份认证,来保证社会秩序的稳定运行。目前主流的单一模态的身份识别技术越来越难以满足各种复杂环境下身份认证准确和便捷的要求。单一模态的身份认证对特定群体存在局限性而且容易被仿造。由此，多模态生物特征识别技术应运而生。在特定用户某一生物特征不明显或者有缺陷时，单一模态的生物特征识别往往不能进行较好的应对，但多模态生物特征识别技术很好的弥补了单一模态的识别技术对特定群体的局限性，也加强了识别的可靠性和准确性。
[0003]目前国内外也有关于指静脉与指节纹融合识别的少量研究。Kumar等人设计了一种结合指静脉与内指节纹的识别系统。该系统分别采用了红外相机与普通的网络摄像头进行手指静脉与内指节纹图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应的指静脉和外指节纹双模态生物特征识别方法，包括如下步骤：S1、采用指静脉和外指节纹一体化特征采集装置对指静脉和外指节纹图像进行采集；S2、对指静脉和外指节纹图像进行预处理；S3、对指静脉和外指节纹图像进行质量评估并且给予相应分数,根据分数判定图像是否符合要求若符合要求则进行下一步否则提示重新采集；S4、判定指静脉图像综合分数与外指节纹图像综合分数的大小，对较大的特征进行优势特征系数赋予；S5、指静脉图像使用改进的SIFT算法，指节纹图像使用PHASH算法与数据库中的特征进行相似度匹配得到对应的相似度；S6、通过融合函数对指静脉和指节纹优势特征匹配度进行融合得到最终的融合匹配度；S7、进行阈值判断，通过则身份认证成功，若不通过则身份认证失败。2.根据权利要求1所述的一种自适应的指静脉和外指节纹双模态生物特征识别方法，其特征在于，在步骤S2中使用CLAHE进行图像预处理将一幅图像的直方图分布变成近似均匀分布，从而增强图像的对比度。3.根据权利要求1所述的一种自适应的指静脉和外指节纹双模态生物特征识别方法，其特征在于，在步骤S3中用权值累加的方法进行图像质量评估，将质量分数按设定的权重进行累加作为反馈参数对指静脉和外指节纹的图像质量评估；具体步骤如下：S31、计算图像对比度差异大小，计算过程如下：其中：Q1为图像对比度分数，C
s
为标准值,n为图像中的像素个数，x
o
表示一个像素点的灰度值，x
m
表示图像的平均灰度值；S32、计算图像信息熵大小，计算过程如下：其中Q2表示信息熵信息熵分数，p(x)为指静脉或者外指节纹图像第x个灰度上像素分布的概率；S33、计算图像位置偏移量，计算过程如下：其中Q3表示图像位置偏移量，D表示图像区域像素点总量，y[i]为图像区域D中第i个像素的纵坐标，x[i]为图像区域D中第i个像素的横坐标；S...

【专利技术属性】
技术研发人员：冯定忠，朱煜燊，张烨，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：