基于最优编码位的手指多模态特征提取与融合方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113963387A(43)申请公布日2022.01.21(21)申请号202111186478.4(22)申请日2021.10.12(71)申请人华南农业大学地址510642广东省广州市天河区五山华南农业大学(72)发明人杨玉清杨金锋薛月菊李树一(74)专利代理机构天津才智专利商标代理有限公司12108代理人庞学欣(51)Int.Cl.G06V40/13(2022.01)G06V10/44(2022.01)G06V40/14(2022.01)G06K9/62(2022.01)G06V10/80(2022.01)权利要求书1页说明书8页附图5页(54)发明名称基于最优编码位的手指多模态特征提取与融合方法(57)摘要一种基于最优编码位的手指多模态图像编码和融合方法。其方法对原始手指三模态图像进行增强，获得手指三模态增强图像；利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码，以提取出手指三模态的有效纹理特征，获得手指三模态特征编码；利用特征编码融合方法对手指三模态特征编码进行融合，获得最终融合图像等步骤。本发明效果：有效凸显了手指血管成像区域，实现了退化手指图像的稳定增强。解决了可能会产生的冗余信息和冗余特征编码位的问题，以便提取特征。可以充分利用手指三模态信息并提高识别的准确性和鲁棒性。CN113963387ACN113963387A权利要求书1/1页1.一种基于最优编码位的手指多模态图像编码和融合方法，其特征在于：所述方法包括按顺序进行的下列步骤：1)对原始手指三模态图像进行增强，获得手指三模态增强图像；2)利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码，以提取出手指三模态的有效纹理特征，获得手指三模态特征编码；3)利用特征编码融合方法对步骤2)中获得的手指三模态特征编码进行融合，获得最终融合图像。2.根据权利要求1所述的基于最优编码位的手指多模态图像编码和融合方法，其特征在于：在步骤1)中，所述对原始手指三模态图像进行增强，获得手指三模态增强图像的方法是：首先，使用多尺度、方向性、可容性的Gabor滤波器组对原始手指三模态图像进行Gabor滤波；然后，以韦伯定律为基础，对滤波后的图像建立方向性韦伯差分激励；最后，在多尺度情况下，获得具有尺度响应最强和方向响应最强的图像，即手指三模态增强图像。3.根据权利要求1所述的基于最优编码位的手指多模态图像编码和融合方法，其特征在于：在步骤2)中，所述利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码，以提取出手指三模态的有效纹理特征，获得手指三模态特征编码的方法是：首先，使用8位二进制编码来表示当前像素的8个方向；然后，给当前像素定义一个主方向，并将最优增强方向与主方向对齐；之后，仅将手指三模态增强图像的最优增强方向上的邻域值与当前像素值的大小进行比较来获取二进制编码；如果邻域值大于当前像素值，则将两个像素之间的二进制编码设为1，否则设为0；当前像素的二进制编码恒为1，其他二进制编码位的值全设为0，由此获得手指三模态特征编码。4.根据权利要求1所述的基于最优编码位的手指多模态图像编码和融合方法，其特征在于：在步骤3)中，所述利用特征编码融合方法对步骤2)中获得的手指三模态特征编码进行融合，获得最终融合图像的方法是：首先定义手指三模态特征编码融合的主方向；然后将步骤2)中方向编码方法中的主方向与上述手指三模态特征编码融合的主方向对齐，之后以手指三模态特征编码融合的主方向为中心，按照融合排序进行融合，获得最终融合图像。2CN113963387A说明书1/8页基于最优编码位的手指多模态特征提取与融合方法技术领域[0001]本发明属于手指多模态图像识别技术领域，具体涉及一种基于最优编码位的手指多模态图像编码和融合方法。背景技术[0002]随着信息时代的到来和计算机技术的飞速发展，信息安全已成为社会保障的前提。目前采用单模态特征进行身份鉴别的产品已经得到了广泛的应用。在单模态生物特征识别的应用中，其识别性能容易受到类内变异和欺骗攻击的阻碍，以及容易受到实际采集条件和环境的限制，因此不能满足人们在日常生活中高性能的身份鉴别需求。在通用性、准确性和安全性方面，多模态生物识别总是优于单模态方法。多模态融合可以提取多个模态之间的互补和共同特征，更加全面细致地描述主体的特征信息，提高身份识别系统的稳定性和安全性。因此，多模态识别顺应时代潮流的发展，成为当前研究的重要方向。[0003]在众多的生物特征组合中，手部特征由于具有高灵活和用户接受性，基于手指的多模态身份认证技术尤其引人关注。手指的指纹、静脉、指节纹均具有非常高的特异性，通过特征之间的组合，可以达到远远超过单一特