一種採用協作表示的掌紋識別方法
2023-09-16 19:26:50 1
專利名稱：一種採用協作表示的掌紋識別方法
技術領域：
本發明涉及一種採用協作表示的掌紋識別方法，屬於掌紋識別的技術領域。
背景技術：
生物識別技術是指根據人的生理特徵或行為特徵進行身份鑑別的技術。在公共安全、電子商務、金融等領域有著重要應用。身份鑑別可利用的生物特徵需要滿足普遍性、唯一性、可測量性和穩定性。目前，用於身份識別的特徵主要有人臉、虹膜、指紋、掌紋、靜脈圖、步態、籤名、語音等。其中，掌紋含有主線、皺褶、乳突紋等豐富的紋線信息。正因為掌紋的穩定性、易採集性、非侵犯性等優點，掌紋識別作為一種新興的生物識別技術，受到了廣泛關注。
現有的掌紋識別方法可以分為三類1)基於掌紋結構特徵的識別方法；2)基於子空間的掌紋識別方法；3)基於編碼的掌紋識別方法。其中基於結構特徵的方法識別精度低，特徵所需的存儲空間大，而且匹配速度慢；基於子空間的方法需要訓練得到包含眾多參數的投影矩陣，因此小樣本問題是制約子空間方法的主要問題；基於編碼的方法識別精度高，特徵小，而且匹配速度快，是各類方法中最具有優勢的一類。稀疏表示是最近比較熱門的一個研究領域。稀疏表示通過少量值不為零的矩陣或向量去表徵原始信息。稀疏表示有兩個關鍵點，一是係數的稀疏性，二是類間的協作表示。現有的稀疏算法過於強調了係數的稀疏性，而忽視了類稀疏算間的協作表示，而法一般採用I1範數，雖然I1範數的掌紋識別算法，具有較好的識別效果，但其運算速度較慢，影響了掌紋識別的性能。
發明內容
針對現有技術的不足，本發明提出一種採用協作表示的掌紋識別方法，該方法能夠有效解決現有的稀疏算法費時的技術缺陷。本發明通過正規化最小二乘法求解協作表示，進行掌紋識別，獲得優良的識別效果。本發明的技術方案如下一種採用協作表示的掌紋識別方法，包括步驟如下I)讀取待測掌紋圖像；2)對待測掌紋有效區域進行定位首先對待測掌紋圖像進行預處理，預處理包括去噪、關鍵點定位、平移及旋轉校正，進而從待測掌紋圖像中分割出包含豐富掌紋紋理信息的有效區域，形成待測樣本y;3)用全部的訓練樣本A利用協作編碼線性表示待測樣本y,表示係數為f ；4)計算表示殘差= V-A1X1 _ / ,Yi，，其中Ai為第i類訓練樣本，為f的第i
類訓練樣本的表示係數，i = 1，2，3，. . .，K ;這裡K為自然數，代表掌紋的種類數；5)對待測掌紋進行分類待測樣本y所屬的類別Id=arg Hiini (巧)，即最小的殘差r,所對應的樣本類別即為待測樣本y所屬的類。根據本發明優選的，所述步驟2)中對所述待測掌紋有效區域進行定位方法，包括以下具體步驟a.對待測掌紋圖像進行高斯低通濾波處理，通過固定閾值對待測掌紋圖像進行二值化b.確定兩個關鍵點食指與中指連接點和小指與無名指的連接點；c.連接步驟b所述的兩個關鍵點作為y軸，通過該兩個關鍵點的中點做垂線作為X軸，建立分割坐標軸，如圖3所示；d.在分割坐標軸下分割出固定大小的區域，所述區域的像素為128X128，即為待測掌紋的有效區域，如圖4所示。根據本發明優選的，所述步驟3)中協作編碼的具體步驟為a.歸一化訓練樣本A的每個列向量，使其具有單位2範數； b.採用主成分分析方法對訓練樣本進行降維；因為訓練樣本中圖像掌紋像素為128X128，A的每個列向量的大小為1282X 1，維數比較高，計算量級較多，故採用降維處理；c.計算投影矩陣P= (ΑΤΑ+ λ I) 其中λ為常數；d.將待側樣本y投影到投影矩陣P上，即對y進行協作編碼文=乃，。本發明的有益效果本發明充分利用了不同手掌掌紋圖像的相似性，對於一個待測樣本，在其所屬類訓練樣本不是足夠多的情況下，可以利用類間掌紋的相似性，用所有類的訓練樣本去線性表示待測樣本，線性表示殘差最小的就為待測樣本所屬的類。本發明適用身份鑑別的應用領域。本發明識別速率快，安全性高，誤判率低，易於在實際的系統中使用。
圖I為一種採用協作表示的掌紋識別方法的流程框圖；圖2為待測掌紋圖像；圖3分割坐標系的確定的示意圖；圖4為掌紋有效區域分割示意圖。
具體實施例方式下面結合實施例和說明書附圖對本發明做詳細的說明，但不限於此。實施例、如圖1-4所示。一種採用協作表示的掌紋識別方法，其流程框圖如圖I所示，包括步驟如下I)讀取待測掌紋圖像，如圖2所示；2)對待測掌紋有效區域進行定位首先對待測掌紋圖像進行預處理，預處理包括去噪、關鍵點定位、平移及旋轉校正，進而從待測掌紋圖像中分割出包含豐富掌紋紋理信息的有效區域，形成待測樣本y;該步驟中對所述待測掌紋有效區域進行定位方法，包括以下具體步驟a.對待測掌紋圖像進行高斯低通濾波處理，通過固定閾值對待測掌紋圖像進行二值化
b.確定兩個關鍵點食指與中指連接點和小指與無名指的連接點；c.連接步驟b所述的兩個關鍵點作為I軸，通過該兩個關鍵點的中點做垂線作為X軸，建立分割坐標軸，如圖3所示；d.在分割坐標軸下分割出固定大小的區域，所述區域像素為128X128，即為待測掌紋的有效區域，形成待測樣本y，如圖4所示；3)用全部的訓練樣本A利用協作編碼線性表示待測樣本y，表示係數為I:該步驟中協作編碼的具體步驟為a.歸一化訓練樣本A的每個列向量，使其具有單位2範數；
b.採用主成分分析方法對訓練樣本進行降維；因為訓練樣本中圖像掌紋的像素為128X128，A的每個列向量的大小為1282X 1，維數比較高，計算量級較多，故採用降維處理，降維後的維數為64;c.計算投影矩陣 P= (ΑΤΑ+ λ D-1At, λ 優選 O. 0001 ；d.將待側樣本I投影到投影矩陣P上，即對I進行協作編碼 = Py ;4)計算表不殘差-J] = y- AiXi J Xi 2，其中=Ai為第i類訓練樣本，f為^的第i
類訓練樣本的表示係數，i = 1，2，3，. . .，K ;這裡K為自然數，代表掌紋的種類數；5)對待測掌紋進行分類待測樣本y所屬的類別IcNirgminiOg，即最小的殘差巧所對應的樣本類別即為待測樣本y所屬的類。
權利要求
1.一種採用協作表示的掌紋識別方法，其特徵在於，該方法包括步驟如下 1)讀取待測掌紋圖像； 2)對待測掌紋有效區域進行定位首先對待測掌紋圖像進行預處理，預處理包括去噪、關鍵點定位、平移及旋轉校正，進而從待測掌紋圖像中分割出包含豐富掌紋紋理信息的有效區域，形成待測樣本y; 3)用全部的訓練樣本A利用協作編碼線性表示待測樣本y，表示係數力A 4)計算表示殘差-Ji=|卜-4尤L K，其中A為第i類訓練樣本，尤為#的第i類訓練樣本的表示係數，i = 1，2，3，. . .，K ;這裡K為自然數，代表掌紋的種類數； 5)對待測掌紋進行分類待測樣本y所屬的類別IcNirgmini(r,)，即最小的殘差巧所對應的樣本類別即為待測樣本y所屬的類。
2.根據權利要求I所述一種採用協作表示的掌紋識別方法，其特徵在於，所述步驟2)中對所述待測掌紋有效區域進行定位方法，包括以下具體步驟 a.對待測掌紋圖像進行高斯低通濾波處理，通過固定閾值對待測掌紋圖像進行二值化 b.確定兩個關鍵點食指與中指連接點和小指與無名指的連接點； c.連接步驟b所述的兩個關鍵點作為7軸，通過該兩個關鍵點的中點做垂線作為χ軸，建立分割坐標軸； d.在分割坐標軸下分割出固定大小的區域，所述區域的像素為128X128，即為待測掌紋的有效區域，形成待測樣本I。
3.根據權利要求I所述一種採用協作表示的掌紋識別方法，其特徵在於，所述步驟3)中協作編碼的具體步驟為 a.歸一化訓練樣本A的每個列向量，使其具有單位2範數； b.採用主成分分析方法對訓練樣本進行降維； c.計算投影矩陣P=(A1A+λ I) ^At，其中λ為常數； d.將待側樣本y投影到投影矩陣P上，即對y進行協作編碼-.X= Py ,
全文摘要
本發明涉及一種採用協作表示的掌紋識別方法，該方法包括五個主要步驟讀取待測掌紋圖像、掌紋有效區域定位、協作編碼、計算表示殘差和掌紋分類。協作編碼時，首先對訓練圖像進行主成分降維，然後基於類間的協作表示，用全部訓練樣本對待測樣本進行線性表示編碼，獲得了優良的識別效果。本發明充分利用了不同手掌掌紋圖像的相似性，對於一個待測樣本，在其所屬類訓練樣本不是足夠多的情況下，用所有類的訓練樣本去線性表示待測樣本，實現掌紋識別。本發明識別速率快，可靠性高，誤判率低，易於在實際的系統中使用。
文檔編號G06K9/00GK102930260SQ20121051251
公開日2013年2月13日 申請日期2012年12月4日 優先權日2012年12月4日
發明者周衛東, 郭秀梅 申請人:山東大學