本发明专利技术的目的在于提供手背静脉模式纹理提取方法，采用Gabor滤波器组进行提取，包括以下步骤：设计Gabor滤波器组参数，在方向空间对滤波响应进行统计，得到方向空间最优滤波响应；计算方向空间最优滤波响应在尺度空间的静脉混合矩，可得到最后的手背静脉模式纹理。本发明专利技术能够解决对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。
【技术实现步骤摘要】
本专利技术涉及的是一种生物特征身份识别
的生物特征提取方法。
技术介绍
基于手部静脉模式特征进行身份识别技术的研究，是近几年生物特征身份识别
研究的热点。鉴于手部静脉模式固有的特点，通常采用近红外装置进行模式样本采集，采集到样本图像的特点是对比度低、灰度值范围窄且分布极不均勻，如果直接进行处理，后续相关算法的可操作性、准确性、稳定性都会受到很大的影响，因此导致手背静脉模式纹理提取困难，解决这一问题的过程在生物特征身份识别
属于样本模式提取。Gabor滤波器是一种强大的纹理分析工具，其主要优势是可让信号空域局部特性与其频域局部特性的对应关系达到最优化，即采用Gabor滤波器对信号进行分析时，能获得很好的尺度和方向选择性。这正是静脉纹理所具有的特点，但由于静脉纹理尺度和方向并不单一，因此需要利用多尺度和不同方向的Gabor滤波器来对静脉纹理进行分析，这些不同尺度和不同方向的Gabor滤波器就形成了滤波组。在应用Gabor滤波组对纹理进行分析时，首先遇到的一个问题就是如何设计合适的滤波器参数。关于Gabor滤波组参数的选取现有文献中有一些探讨，但这些探讨有一定的限制要么只讨论了部分参数之间的关系、要么只针对特定的问题进行了讨论。目前选取滤波器参数最常用的做法是根据已有文献中给出的部分参数参数值，再结合具体的问题， 进行实验获得经验参数。在应用Gabor滤波组对纹理进行分析时，遇到的另一个问题是如何处理Gabor滤波组所得到的一组响应。本专利技术将结合静脉纹理的横断面数学模型解决运用Gabor滤波组分析静脉纹理时所要遇到的上述两个问题，以实现提取静脉模式纹理的目的。与本专利技术申请的内容相关的公开报道包括[1]J.Daugman, Uncertainty relation for resolution in space， spatial frequency, and orientation optimized by two-dimensional visual cortical filters，Journal of the Optical Society of America A, vol. 2,1985, pp.1160-1169.[2]M. Webster and R. De Valois, Relationship between spatial-frequency and orientation tuning of striate-cortex cells, Journal of the Optical Society of America A，vol. 2，1985，pp.1124-1132.[3]J. Daugman,High cofidence visual recognition of persons by a test of statistical independence， in IEEE Transaction on Pattern Analysis and Machine Intelligence 1993，pp.1148—1161.[4]R. De Valois, D. Albrecht,and L Thorell，Spatial frequency selectivity of cells in macaque visual cortex, Vision Research, vol. 22,1982,pp.545-559.[5]T.Lee, Image representation using 2D Gabor wavelets, in IEEE Trans. Pattern Anal. Mach. Intell.，1996，pp. 959—971.[6]K. Namuduri,R. Mehrotra,and N. Ranganathan,Edge detection models based on Gabor filters, 2002, pp.729-732.[7]B. Manjunath and W. Ma, Texture features for browsing and retrieval of image data, Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol. 18，2002，pp.837-842.[8]J. Kamarainen, V. Kyrki, and H. Kalviainen, Invariance properties of Gabor filter-based features-overview and applications, Image Processing, IEEE Transactions on, vol. 15,2006, pp.1088-1099.[9]X. Wang, X. Ding,and C. Liu,Gabor filters-based feature extraction for character recognition, Pattern Recognition, vol. 38,2005, pp.369-379.
技术实现思路
本专利技术的目的在于提供能够解决存在对比度低、灰度值窄、灰度值分布不均勻、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题的。本专利技术的目的是这样实现的本专利技术，采用Gabor滤波器组进行提取，其特征是(1)设计Gabor滤波器组参数令Gabor滤波器的调制波长λ与高斯包络在θ方向的标准偏差O1之间的比例系数k满足关系式k μ 2，以保证Gabor滤波器实部组件脉冲响应纹理形状与静脉纹理形状相似；令高斯有效包的椭圆率Γ σ2/σι取为1，使得Gabor滤波器即保持了各向同性；方向轴上空间频域支撑性约束关系IjkJ^25 f V 2，r ι~τ“广V^rQ「I) t s 表示尺度空间中尺度参数的渐变因子；Pl表示(iaobor滤波器方向轴上两条相邻的高斯包络曲线的相交幅度值，渐变因子s的选取和(iaobor滤波器方向轴的尺度参数σ工的最大值σΓ、最小值 ^mm尺度空间的采样数M存在Μ(ι 则本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.手背静脉模式纹理提取方法，采用Gabor滤波器组进行提取，其特征是 (1)设计Gabor滤波器组参数令Gabor滤波器的调制波长λ与高斯包络在θ方向的标准偏差01之间的比例系数k 满足关系式k > 2，以保证Gabor滤波器实部组件脉冲响应纹理形状与静脉纹理形状相似； 令高斯有效包的椭圆率r =。2/ ο工取为1，使得Gabor滤波器即保持了各向同性； 方向轴上空间频域支撑性约束关系2.根据权利要求1所述的手背静脉模式纹理提取方法，其特征是所述的方向空间最优滤波响应是其针对静脉纹理滤波响应中的每个像素点(χ，y)及尺度参数在尺度空间中每个采样值σ丨来定义的，用符号^Ci(Xj...
【专利技术属性】
技术研发人员：王科俊，熊新炎，刘静宇，杜同春，冯伟兴，崔建文，唐墨，付斌，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。