一種基于分塊統(tǒng)計特征與聯(lián)合表示的三維掌紋識別方法
【專利摘要】本發(fā)明公開了一種基于分塊統(tǒng)計特征與聯(lián)合表示的三維掌紋識別方法，其將三維掌紋的采樣圖像等分為若干個子區(qū)域，針對每個子區(qū)域，首先計算掌紋的表面類型，然后使用直方圖統(tǒng)計每個子區(qū)域內(nèi)掌紋表面類型，最后將每個子區(qū)域的表面類型直方圖拼接在一起，作為掌紋深度圖像的特征描述算子，并使用聯(lián)合表示框架進行分類，從而提高識別效率與精確度，可用于對身份識別有嚴格要求的場合。有效地解決了多個三維掌紋采樣之間的對齊偏差問題。
【專利說明】一種基于分塊統(tǒng)計特征與聯(lián)合表示的三維掌紋識別方法

【技術(shù)領域】
[0001]本發(fā)明屬于模式識別領域，涉及一種身份信息驗證的方法，尤其是一種掌紋識別方法。

【背景技術(shù)】
[0002]近年來，工業(yè)界、學術(shù)界不斷致力于提高身份信息的驗證效果，以滿足門禁控制、航空安全、電子銀行等多個不同領域中，對于識別人的身份的嚴苛需求?；谏锾卣髯R別的方法正吸引著越來越多的關注，掌紋識別便是其中一種極具代表的生物特征識別方法。掌紋識別方法具有區(qū)分性高、魯棒性強、用戶友好等諸多優(yōu)點。掌紋指掌心表面的皮膚紋理，主要包含兩類特征:摩擦嵴和屈褶線。這兩種特征對于人類個體而言是不變的、永久的、獨一無二的。
[0003]二維掌紋識別系統(tǒng)受限于成像因素，受光照條件影響較大。此外，二維掌紋也易遭受他人復制頂替，難以滿足對身份識別有嚴苛需求的應用領域。目前，隨著科技的進步，我們可通過采用結(jié)構(gòu)光技術(shù)，同時獲取三維掌紋的深度圖像與二維彩色圖像數(shù)據(jù)，解決二維掌紋識別系統(tǒng)中存在的缺陷，以滿足不同領域中對于身份驗證的要求。


【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種基于分塊統(tǒng)計特征與聯(lián)合表示的三維掌紋識別方法。其針對以往的三維掌紋匹配過程中需要對待驗證掌紋與樣本數(shù)據(jù)集進行一一匹配，效率隨樣本數(shù)據(jù)集的容量增大而大幅降低的問題，采用聯(lián)合表示的框架對待測三維掌紋進行一對多的識別；針對三維掌紋匹配后存在的微小對齊誤差，采用基于分塊統(tǒng)計特征的描述算子。進而，建立了一種精確、快速的三維掌紋識別方法。
[0005]為達到上述目的，本發(fā)明的解決方案是:
[0006]一種基于分塊統(tǒng)計特征與聯(lián)合表示的三維掌紋識別方法，
[0007](一 )確定掌紋的三維數(shù)據(jù)特征:
[0008](I)定義Dj為第i個手掌的第j次三維掌紋的采樣圖像，其長、寬分別為Μ、N，共包含MXN個點，用(x，y，f(x，y))描述任意點P在三維空間中的位置；
[0009](2)將在長、寬方向上分別作m等分和η等分，得到mXn個三維掌紋采樣圖像的子區(qū)域，則每個子區(qū)域的長、寬分別為13、舊，記為￡?/;在長方向上的第P個、寬方向上的第q個子區(qū)域，其中，l^p^m, l^q^n；
[0010]所述步驟(2)中，若三維掌紋圖像的長M無法被m整除和/或三維掌紋圖像的寬N無法被η整除，分塊時，保留三維掌紋圖像的位于中心區(qū)域的點進行分塊以作為子區(qū)域，刪除三維掌紋圖像四周無法被整除區(qū)域的點，不作為進行識別的子區(qū)域。
[0011](3)創(chuàng)建子區(qū)域的描述算子，用于描述子區(qū)域內(nèi)三位掌紋表面的信息:
[0012](3-1)確定子區(qū)域內(nèi)每個點的平均曲率H ;
[0013]所述步驟(3-1)中，根據(jù)公式仔

【權(quán)利要求】
1.一種基于分塊統(tǒng)計特征與聯(lián)合表示的三維掌紋識別方法，其特征在于: (一)確定掌紋的三維數(shù)據(jù)特征: (1)定義Dj力第i個手掌的第j次三維掌紋的采樣圖像，其長、寬分別為M、N，共包含MXN個點，用(x，y，f(x，y))描述任意點P在三維空間中的位置； (2)將A在長、寬方向上分別作m等分和η等分，得到mXn個三維掌紋采樣圖像的子區(qū)域，則每個子區(qū)域的長、寬分別為莊|、為f在長方向上的第P個、寬方向上的第q個子區(qū)域，其中，l^p^m, l^q^n； (3)創(chuàng)建子區(qū)域的描述算子，用于描述子區(qū)域內(nèi)三位掌紋表面的信息: (3-1)確定子區(qū)域內(nèi)每個點的平均曲率H; (3-2)確定子區(qū)域內(nèi)每個點的高斯曲率K ; (3-3)根據(jù)每個點的平均曲率H與高斯曲率K的符號，確定每個點的類型:若H〈0且K>0,該點為類型I ;若Η〈0且K = O,該點為類型2 ;若Η〈0且Κ〈0，該點為類型3 ;若H = O且Κ>0，該點為類型4;若H = O且Κ = 0，該點為類型5 ;若H = O且Κ〈0，該點為類型6 ;若Η>0且Κ>0，該點為類型7 ;若Η>0且K = 0，該點為類型8 ;若Η>0且Κ〈0，該點為類型9 ；(3-4)使用直方圖統(tǒng)計各類型出現(xiàn)的次數(shù)，得到向量h= [h^h^-h,...,^, h9]以用于描述該子區(qū)域，其中Iii表示該子區(qū)域內(nèi)為類型i的點的個數(shù)， (4)將各子區(qū)域的描述算子拼接在一起，構(gòu)成< 的描述算子Fji = [^1,1...Km,..., V1…K,mi，其中hp，q表亍3在長方向上的第P個、寬方向上的第q個子區(qū)域的描述算子； (二)根據(jù)步驟(I)中確定的待測掌紋的三維數(shù)據(jù)特征構(gòu)建三維掌紋數(shù)據(jù)庫字典S = [Fl'…/…◎]，N表示數(shù)據(jù)庫中的手掌總數(shù)，Cj表示第j個手掌的采樣總數(shù)； (三)比較待測三維掌紋與數(shù)據(jù)庫中數(shù)據(jù)信息以確定待測掌紋的身份: (I)采用聯(lián)合表示框架，確定待識別掌紋對于S的系數(shù)向量:將待識別的三維掌紋的描述算子Fp?be使用聯(lián)合表示框架表示,最小化能量方程.? = argmirv [\\Fprnbe - Sx\\22 + Αι9(.?)}得到系數(shù)向量Xtl，其中，g(x)為能量方程的規(guī)則化項，λ為預定義的規(guī)則化項的系數(shù)以控制能量方程中兩項的相對貢獻； (II)計算殘差，確定待識別掌紋身份:分別計算待識別的三維掌紋的描述算子與數(shù)據(jù)庫字典中各類之間的關聯(lián)程度，選取關聯(lián)度最大的對象作為待測人臉的身份，關聯(lián)度通過計算殘差而得到，殘差越小，關聯(lián)度越聞。
2.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(2)中，若三維掌紋圖像的長M無法被m整除和/或三維掌紋圖像的寬N無法被η整除，分塊時，保留三維掌紋圖像的位于中心區(qū)域的點進行分塊以作為子區(qū)域，刪除三維掌紋圖像四周無法被整除區(qū)域的點，不作為進行識別的子區(qū)域。
3.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(3-1)中，根據(jù)公式
確定子區(qū)域內(nèi)每個點的平均曲率H，其中fx，fy分別表示該
點的深度在X、I方向上的一階偏導，fxx, fyy, fxy分別表示該點的深度的二階偏導。
4.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(3-2)中，根據(jù)公式
計算子區(qū)域內(nèi)每個點的高斯曲率fx, fyX、y方向上的一階偏導，fxx, fyy, fxy分別表示該點的深度的二階偏導。
5.根據(jù)權(quán)利要求1所述的三維掌紋 識別方法，其特征在于:所述步驟(3-3)中，類型I呈峰狀，類型2呈山脊狀，類型3呈鞍嶺狀，類型5呈平面狀，類型6為最小曲面，類型7呈凹陷狀，類型8呈山谷狀，類型9呈鞍谷狀，類型4為特殊類型。
6.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(1)中，所述能量方程選用最小平方規(guī)則化，即= 則系數(shù)向量Xtl通過閉合等式Xtl =(S^AI)-1S1Fprobe得出，其中I表示單位矩陣，其列(行)數(shù)與S的列數(shù)相同； 或所述能量方程選用一范數(shù)規(guī)則化，即g(x) = Xl1, |x|工表示求系數(shù)向量X中各元素的絕對值之和，采用DALM、Homotopy方法確定系數(shù)向量χ。。
7.根據(jù)權(quán)利要求6所述的三維掌紋識別方法，其特征在于:所述步驟(1)中，所述能量方程選用最小平方規(guī)則化時，(StS+λ I)4St在S構(gòu)造完成之后、掌紋身份驗證之前確定，以降低三維掌紋識別的總體用時。
8.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(1)中，λ應大于O且小于I ; 優(yōu)選的，所述λ取值為0.01。
9.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(1)中，聯(lián)合表示框架里所述字典S為一個行數(shù)小于列數(shù)的二維矩陣； 優(yōu)選的，所述步驟⑴中，若s e Ifx%若構(gòu)成的三維掌紋字典的行數(shù)r較大時，或S的行數(shù)r大于列數(shù)c時，使用公式S’ = OS對S降維，其中Φ = [O1O2-' Φ] e Rkxr(Kr)為高斯白噪聲隨機投影矩陣，Φ中任意一列Oi滿足I |Φ」I2= 1，并在步驟(三)及之后的步驟中，使用S’代替S，進行三維掌紋識別。
10.根據(jù)權(quán)利要求1所述的三維掌紋識別方法，其特征在于:所述步驟(II)中，殘差的計算公式為 identity = arg Iiiinj {| | Fprobe-S δ」(χ0) | 12}，其中，Sj (χ0)意為選取 xQ 中只與類別j相關的系數(shù)。
【文檔編號】G06K9/00GK104166842SQ201410359335
【公開日】2014年11月26日 申請日期:2014年7月25日 優(yōu)先權(quán)日:2014年7月25日
【發(fā)明者】張 林, 李力達, 沈瑩, 李宏宇 申請人:同濟大學