生物特征提取方法、装置及生物识别方法、系统制造方法及图纸

本发明专利技术提供了一种生物特征提取方法、装置及生物识别方法、系统。其中，生物特征提取方法包括：采用多尺度多方向迭代滤波器对原始掌纹图像的ROI区域和原始掌脉图像的ROI区域滤波，进行纹理提取；根据所述滤波器的最大响应进行竞争编码，将获得的编码图像分别作为手掌掌纹的识别特征和手掌掌脉的识别特征。使用本发明专利技术提供的生物特征提取方法，可以有效减小生物识别技术中生物特征提取的计算量，节约生物特征提取时间，进而提高整个生物识别系统的识别效率。

【技术实现步骤摘要】
生物特征提取方法、装置及生物识别方法、系统
本专利技术涉及生物识别技术的数字图像处理
，特别是涉及一种生物特征提取方法、装置及生物识别方法、系统。
技术介绍
基于人体生物特征的身份识别技术简称生物识别技术，是近年来兴起的一门结合生物信息技术与计算机技术的交叉学科。所谓生物识别技术是指利用人体自身所固有的物理特征，例如：指纹、掌纹、虹膜、人脸等，和行为特征，例如：声音、手写签名、步态等，作为人的个性化表征来识别人身份的一种技术。由于人体生物特征与传统的钥匙、密码和ID卡等身份表征相比，具有不易遗忘、丢失和伪造等优点，因此，生物识别技术以及其衍生的产品得到了迅速的发展，并拥有广阔的市场前景。在众多人体生物特征中，各种人体特征有着各自的优缺点：人脸识别是与人日常行为最为相似的一种身份识别方式，但是受环境、光照以及表情等的影响，识别精度较低；指纹识别是最早开始研究的生物识别技术之一，也是比较成熟的技术之一，但是识别精度较低而且易被伪造，一直阻碍着指纹识别的进一步发展；虹膜识别技术精度较高，但是用户使用起来不够舒适，而且设备也比较昂贵；签名和步态等行为特征因特征自身的稳定性问题，应用领域也有很大的局限性；手掌特征识别是利用手掌上面的复杂纹线、手掌形状及皮下静脉等特征进行识别的一种新兴的生物特征识别技术，基于手掌的识别技术也逐渐成为人们研究和应用的热点，在用户使用舒适性上，手掌特征仅次于人脸，手臂的灵活性使各种手掌特征的采集更加方便，用户接受度更高。在识别精度上，手掌的特征较人脸和指纹更加丰富，因此能达到更高的识别精度。其中，数字图像处理方法在提取生物体手掌掌纹特征和掌脉特征时，显得尤为重要。现有技术主要采用滤波器作为低通滤波器对图像进行噪声抑制或多尺度空间重建。其中，归一化一阶滤波器可以用来检测和定位图像边缘，二阶滤波器可以根据滤波器尺度的变化对图像中的曲线和线段进行检测。但是通过卷积或快速傅立叶变换(FFT变换)对图像进行平滑滤波、边缘检测或曲线定位，需要很大的计算量，使得滤波器的运算速度不高，生物识别效率低。
技术实现思路
本专利技术所要解决的技术问题是提供一种生物特征提取方法、装置及生物识别方法、系统，减小生物识别技术中生物特征提取的计算量，节约生物特征提取时间，进而提高生物识别的识别效率。为了解决上述问题，一方面提供了一种生物特征提取方法，包括：采用多尺度多方向迭代滤波器对原始掌纹图像的ROI区域和原始掌脉图像的ROI区域滤波，进行纹理提取；根据所述滤波器的最大响应进行竞争编码，将获得的编码图像分别作为手掌掌纹的识别特征和手掌掌脉的识别特征。优选的，所述采用多尺度多方向迭代滤波器对原始掌纹图像的ROI区域和原始掌脉图像的ROI区域滤波，进行纹理提取，具体包括：根据所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域的纹路复杂程度选取若干滤波方向和滤波尺度，形成两个包含不同方向不同尺度滤波器的滤波器组；采用所述两个滤波器组，对两个所述ROI区域中的每个像素点进行不同方向不同尺度滤波，得到两组响应结果，其中，每组所述响应结果包括若干个响应。优选的，所述根据所述滤波器的最大响应进行竞争编码，将获得的编码图像分别作为手掌掌纹的识别特征和手掌掌脉的识别特征，具体包括：根据每组所述响应结果，选择最大响应对应的方向作为每个像素点的方向值；根据所述每个像素点的方向值，进行编码，获得所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域对应的编码图像，作为手掌掌纹和手掌掌脉的识别特征。优选的，所述多尺度多方向迭代滤波器具体为高斯迭代滤波器或Gabor迭代滤波器。优选的，所述高斯迭代滤波器的具体实现为：首先，将一个二维各向异性高斯滤波器分解成两个一维高斯滤波器，公式为：其中：gθ(x，y；σu，σv，θ)代表各向异性二维高斯滤波器；代表x轴方向的一维高斯滤波器；代表与x轴成任意角的t轴方向的一维高斯滤波器；σx代表x轴向一维高斯滤波器的方差，代表t轴向一维高斯滤波器的方差，*代表卷积；然后，两个一维高斯滤波器在时域中通过迭代操作对所述ROI区域图像进行滤波，其中，一维高斯滤波器采用迭代方式、沿X轴进行前向和后向滤波的计算公式为：其中，ai代表滤波器参数；一维高斯滤波器采用迭代方式，沿t轴进行前向和后向滤波的计算公式为：此外，本专利技术还提供了一种生物识别方法，包括：采集原始掌纹可见光图像和原始掌脉红外图像；对所述原始掌纹可见光图像和原始掌脉红外图像进行预处理，获取原始掌纹图像的ROI区域和原始掌脉图像的ROI区域；采用任一所述的生物特征提取方法对所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域进行特征提取；对比实时提取的生物特征和预先存储的样本特征，根据二者的相关度进行身份识别。对应上述生物特征提取方法，本专利技术还提供了一种生物特征提取装置，包括：滤波单元，用于采用多尺度多方向迭代滤波器对原始掌纹图像的ROI区域和原始掌脉图像的ROI区域滤波，进行纹理提取；编码单元，用于根据所述滤波单元的最大响应进行竞争编码，将获得的编码图像分别作为手掌掌纹的识别特征和手掌掌脉的识别特征。优选的，所述滤波单元进一步包括：滤波方向确定子单元，用于根据所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域纹路的复杂程度选取若干个滤波方向和滤波尺度，形成两个包含若干不同方向不同尺度滤波器的滤波器组；响应子单元，用于根据所述滤波方向确定子单元确定的两个滤波器组，对两个所述ROI区域中的每个像素点进行不同方向不同尺度滤波，得到两组响应结果，其中，每组所述响应结果包括若干响应。优选的，所述编码单元具体包括：竞争子单元，用于根据所述响应子单元得到的每组响应结果，选择最大响应对应的方向作为每个像素点的方向值；编码子单元，用于根据所述竞争子单元确定的每个像素点的方向值，进行编码，获得所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域对应的编码图像，作为手掌掌纹和手掌掌脉的识别特征。上述任一生物特征提取装置中，所述滤波单元采用的多尺度多方向迭代滤波器具体为高斯迭代滤波器或Gabor迭代滤波器。优选的，所述滤波单元采用的高斯迭代滤波器的具体实现为：首先，将一个二维各向异性高斯滤波器分解成两个一维高斯滤波器，公式为：其中：gθ(x，y；σu，σv，θ)代表各向异性二维高斯滤波器；代表x轴方向的一维高斯滤波器；代表与x轴成任意角的t轴方向的一维高斯滤波器；σx代表x轴向一维高斯滤波器的方差，代表t轴向一维高斯滤波器的方差，*代表卷积；然后，两个一维高斯滤波器直接在时域中通过迭代操作对ROI区域图像进行滤波，其中，一维高斯滤波器采用迭代方式，沿X轴进行前向和后向滤波的计算公式为：其中，ai代表滤波器参数；一维高斯滤波器采用迭代方式，沿t轴进行前向和后向滤波的计算公式为：对应上述生物识别方法实施例，本专利技术还提供了一种生物识别系统，包括：原始图像采集装置，用于采集原始掌纹可见光图像和原始掌脉红外图像；预处理装置，用于对所述原始掌纹可见光图像和原始掌脉红外图像进行预处理，得到原始掌纹图像的ROI区域和原始掌脉图像的ROI区域；任一所述的生物特征提取装置，用于利用多尺度多方向迭代滤波器对所述预处理装置获得的原始掌纹图像的ROI区域和原始掌脉图像的ROI区域进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生物特征提取方法，其特征在于，包括：采用多尺度多方向迭代滤波器对原始掌纹可见光图像的ROI区域和原始掌脉红外图像的ROI区域滤波，进行纹理提取，具体包括：根据所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域的纹路复杂程度选取若干滤波方向和滤波尺度，形成两个包含不同方向不同尺度滤波器的滤波器组；采用所述两个滤波器组，对两个所述ROI区域中的每个像素点进行不同方向不同尺度滤波，得到两组响应结果，其中，每组所述响应结果包括若干个响应；根据所述滤波器的最大响应进行竞争编码，将获得的编码图像分别作为手掌掌纹的识别特征和手掌掌脉的识别特征，具体包括：根据每组所述响应结果，选择最大响应对应的方向作为每个像素点的方向值；根据所述每个像素点的方向值，进行编码，获得所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域对应的编码图像，作为手掌掌纹和手掌掌脉的识别特征。2.根据权利要求1所述的生物特征提取方法，其特征在于，所述多尺度多方向迭代滤波器具体为高斯迭代滤波器或Gabor迭代滤波器。3.根据权利要求2所述的生物特征提取方法，其特征在于，所述高斯迭代滤波器的具体实现为：首先，将一个二维各向异性高斯滤波器分解成两个一维高斯滤波器，公式为：其中：gθ(x，y；σu，σv，θ)代表各向异性二维高斯滤波器；代表x轴方向的一维高斯滤波器；代表与x轴成任意角的t轴方向的一维高斯滤波器；σx代表x轴向一维高斯滤波器的方差，代表t轴向一维高斯滤波器的方差，*代表卷积；然后，两个一维高斯滤波器在时域中通过迭代操作对所述ROI区域图像进行滤波，其中，一维高斯滤波器采用迭代方式、沿X轴进行前向和后向滤波的计算公式为：其中，ai代表滤波器参数；f[x，y]表示输入图像；表示沿x轴前向滤波后的图像；表示沿x轴后向滤波后的图像；一维高斯滤波器采用迭代方式，沿t轴进行前向和后向滤波的计算公式为：其中，表示沿t轴前向滤波后的图像；表示沿t轴后向滤波后的图像。4.一种生物识别方法，其特征在于，包括：采集原始掌纹可见光图像和原始掌脉红外图像；对所述原始掌纹可见光图像和原始掌脉红外图像进行预处理，获取原始掌纹图像的ROI区域和原始掌脉图像的ROI区域；采用权利要求1～3任一所述的生物特征提取方法对所述原始掌纹图像的ROI区域和原始掌脉图像的ROI区域进行特征提取；对比实时提取的生物特征和预先存储的样本特征，根据二者的相关度进行身份识别。5.一种生物特征提取装置，其特征在于，包括：滤波单元，用于采用多尺度多方向迭代滤波器对原始掌纹图像的ROI区域和原始掌脉图像的ROI区域滤波，进行纹理提取...

【专利技术属性】
技术研发人员：李彬，曲寒冰，岳峰，王加强，
申请(专利权)人：北京北科慧识科技股份有限公司，
类型：发明
国别省市：