CN104504371A - 一种手指静脉图像的线状纹理特征提取方法 - Google Patents
一种手指静脉图像的线状纹理特征提取方法 Download PDFInfo
- Publication number
- CN104504371A CN104504371A CN201410778995.4A CN201410778995A CN104504371A CN 104504371 A CN104504371 A CN 104504371A CN 201410778995 A CN201410778995 A CN 201410778995A CN 104504371 A CN104504371 A CN 104504371A
- Authority
- CN
- China
- Prior art keywords
- rightarrow
- wire
- feature
- finger vein
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种手指静脉图像的线状纹理特征提取方法,针对手指静脉图像中,静脉纹理通常为线状纹理的特点,提出了基于Radon变换的线状纹理特征,将之融合到手指静脉图像的特征向量中,进一步提高了特征向量的完备性;同时,在特征匹配阶段,可采用基于特征权及海明距离的匹配,针对在不同运行环境下,调整特征权,达到最佳的匹配效果,从而,提高了手指静脉识别系统的识别性能和鲁棒性。
Description
技术领域
本发明涉及手指静脉识别领域,具体地说是一种手指静脉图像的线状纹理特征提取方法。
背景技术
手指静脉识别是一种新兴的具有较好发展前途的生物特征识别技术,手指静脉识别的关键在于如何准确提取静脉网络,在此基础上进行特征提取和匹配。为了克服低质量手指静脉图像对识别结果的影响,结合仿生纹理特征和线状纹理特征的手指静脉识别方法被提出。其基本原理是首先对采集的手指静脉图像做一定的预处理,包括图像增强、尺寸归一化等,然后对预处理后的图像提取结合仿生纹理和线状纹理的特征,并融合编码产生特征向量。最后利用特征向量之间的海明距离计算两幅手指静脉图像的特征相似度,根据设定的特征权及阈值进行匹配,验证二者是否来自同一枚手指,为了满足两种特征图像的融合与结合,特此提出适合这种结合的手指静脉图像的线状纹理特征提取方法。
发明内容
本发明的额目的是为克服上述现有技术的不足而提供一种能融合到手指静脉图像的特征向量中,进一步提高特征向量的完备性,从而,提高了手指静脉识别系统的识别性能和鲁棒性的手指静脉图像的线状纹理特征提取方法。
为实现上述目的,本发明采用如下技术方案:采用线状纹理滤波器提取,并调节滤波器线宽参数d,和角度参数θ,得到一组线状纹理滤波器并用对预处理后的手指静脉图像进行卷积,如式(4)所示:
图像中的每一个点都能得到了多个Gabor滤波器响应取其中响应最强的线宽参数di,和角度参数θj作为该点的线状纹理特征,如式(5)所示:
则整张手指静脉图像的线状纹理特征为
本发明的有益效果是:本发明提供的手指静脉图像的线状纹理特征提取方法,针对手指静脉图像中,静脉纹理通常为线状纹理的特点,提出了基于Radon变换的线状纹理特征,将之融合到手指静脉图像的特征向量中,进一步提高了特征向量的完备性;同时,在特征匹配阶段,可采用基于特征权及海明距离的匹配,针对在不同运行环境下,调整特征权,达到最佳的匹配效果,从而,提高了手指静脉识别系统的识别性能和鲁棒性。
附图说明
图l为线状纹理滤波器(宽度d为2,角度θ分别为0°,30°,60°,90°,120°,150°)。
具体实施方式
下面结合附图与实施例对本发明做进一步说明。
本实施例提供的一种手指静脉图像的线状纹理特征提取方法,采用线状纹理滤波器提取线状纹理特征,并调节滤波器线宽参数d,和角度参数θ,得到一组线状纹理滤波器并用对预处理后的手指静脉图像进行卷积,如式(4)所示:
图像中的每一个点都能得到了多个Gabor滤波器响应取其中响应最强的线宽参数di,和角度参数θj作为该点的线状纹理特征,如式(5)所示:
则整张手指静脉图像的线状纹理特征为线宽参数di取4种可能(1,2,4,8;单位:像素),和角度参数θj取6种可能(0°,30°,60°,90°,120°,150°)。
Claims (1)
1.一种手指静脉图像的线状纹理特征提取方法,它包括使用线状纹理滤波器,其特征是采用调节滤波器线宽参数d,和角度参数θ,得到一组线状纹理滤波器并用对预处理后的手指静脉图像进行卷积,如式(4)所示:
图像中的每一个点都能得到了多个Gabor滤波器响应取其中响应最强的线宽参数di,和角度参数θj作为该点的线状纹理特征,如式(5)所示:
则整张手指静脉图像的线状纹理特征为线宽参数di取4种可能,和角度参数θj取6种可能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410778995.4A CN104504371A (zh) | 2014-12-15 | 2014-12-15 | 一种手指静脉图像的线状纹理特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410778995.4A CN104504371A (zh) | 2014-12-15 | 2014-12-15 | 一种手指静脉图像的线状纹理特征提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104504371A true CN104504371A (zh) | 2015-04-08 |
Family
ID=52945767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410778995.4A Pending CN104504371A (zh) | 2014-12-15 | 2014-12-15 | 一种手指静脉图像的线状纹理特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104504371A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651933A (zh) * | 2016-12-27 | 2017-05-10 | 西安邮电大学 | 一种基于Radon变换的改进型纹理特征提取算法 |
CN112288660A (zh) * | 2020-12-25 | 2021-01-29 | 四川圣点世纪科技有限公司 | 基于nmrt方向特征约束的静脉图像修复方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789076A (zh) * | 2010-01-27 | 2010-07-28 | 哈尔滨工程大学 | 一种提取相位及方向特征的手指静脉识别方法 |
-
2014
- 2014-12-15 CN CN201410778995.4A patent/CN104504371A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789076A (zh) * | 2010-01-27 | 2010-07-28 | 哈尔滨工程大学 | 一种提取相位及方向特征的手指静脉识别方法 |
Non-Patent Citations (2)
Title |
---|
YANG JF ETC.: ""Finger-vein recognition based on bank of gabor filters"", 《PROCEEDING OF ASIAN CONFERENCE ON COMPUTER VISION(ACCV 2009)》 * |
周宇佳等: ""基于方向特征的手掌静脉识别"", 《中国图像图形学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651933A (zh) * | 2016-12-27 | 2017-05-10 | 西安邮电大学 | 一种基于Radon变换的改进型纹理特征提取算法 |
CN112288660A (zh) * | 2020-12-25 | 2021-01-29 | 四川圣点世纪科技有限公司 | 基于nmrt方向特征约束的静脉图像修复方法及装置 |
CN112288660B (zh) * | 2020-12-25 | 2021-04-13 | 四川圣点世纪科技有限公司 | 基于nmrt方向特征约束的静脉图像修复方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Human daily action analysis with multi-view and color-depth data | |
Li et al. | Efficient joint 2D and 3D palmprint matching with alignment refinement | |
CN103136751A (zh) | 一种改进型sift图像特征匹配算法 | |
CN104504370A (zh) | 一种结合仿生纹理特征和线状纹理特征的手指静脉识别方法 | |
CN101593205A (zh) | 基于视频的三维模型检索方法 | |
CN105138990A (zh) | 一种基于单目摄像头的手势凸包检测与掌心定位方法 | |
CN103279955B (zh) | 图像匹配方法和系统 | |
CN104504371A (zh) | 一种手指静脉图像的线状纹理特征提取方法 | |
CN103913765A (zh) | 一种核素能谱寻峰方法 | |
CN105404854A (zh) | 一种获取人脸正面图像的方法及装置 | |
CN103679019A (zh) | 恶意文件识别方法及装置 | |
CN106023184A (zh) | 一种基于各向异性中心环绕差异的深度显著性检测方法 | |
CN103136376B (zh) | 基于copula和Gabor小波的旋转不变图像检索方法 | |
CN104598873A (zh) | 一种门锁三维人脸识别方法 | |
CN106909880A (zh) | 人脸识别中的人脸图像预处理方法 | |
CN104537648A (zh) | 一种指静脉仿生纹理特征和线状纹理特征的融合及编码方法 | |
CN103400380A (zh) | 融合图像矩阵偏移的单摄像机水下目标三维轨迹模拟方法 | |
CN102902962A (zh) | 一种基于尺度不变特征转换特征向量的前方车辆检测方法 | |
CN104504372A (zh) | 一种手指静脉图像的仿生纹理特征提取方法 | |
CN104573633B (zh) | 一种指静脉仿生纹理和线状纹理的匹配及识别方法 | |
KR101265694B1 (ko) | Db 효율화를 통한 영상 인식 시스템 및 그 제공방법 | |
CN103714318A (zh) | 三维人脸配准方法 | |
CN115620386A (zh) | 基于改进残差网络的联合损失步态特征识别方法 | |
CN104036260B (zh) | 基于Gabor‑带限相位相关的指关节纹识别方法 | |
CN103544683B (zh) | 一种基于视觉皮层的夜视图像凸显轮廓提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150408 |
|
RJ01 | Rejection of invention patent application after publication |