基于融合网络及SIF特征的掌纹静脉识别方法

专利主权项内容

1.基于融合网络及SIF特征的掌纹静脉识别方法，其特征在于，包括以下步骤：1)图像采集首先使用采集设备对数据进行收集和表征，包括掌纹图片和静脉图片，整体区域为手掌，在图像采集过程中，着重捕获掌纹以及静脉部位的分支点，而并不需要对多个角度或者多种放大倍数的手掌图像进行采集；2)区域划分对采集到的图像进行预处理操作，首先，对采集到的掌部图片进行灰度处理操作，将彩色图像转换为灰度图像，并采用Canny Edge Detector过滤算法作为掌纹特征初步提取；3)掌纹SIF特征提取步骤2)中，完成对于细微掌纹的过滤，以及主掌纹的初步过滤，主掌纹存在着离散噪声点，采用向量化降噪优化方法，并采用浅层VGG网络对噪声优化后的图像进行主掌纹数目分类任务，在完成主掌纹数目的预测评估的算法网络搭建后，对于主掌纹之间的长度比，各主掌纹本身的像素弧度值，进行表征，其中在表征具体特征前，需要对主掌纹之间其上的像素点按照间隔公式以及归类公式分别进行间隔取样与归类，此外分别采用主掌纹长度比公式，像素弧度值计算公式以及细微掌纹长度比提取公式进行掌纹SIF特征提取；4)静脉特征提取图本步骤中完成对于静脉SIF特征的提取，对于静脉特征采集只需要其能够辨别出掌部的分支点即可，对于分叉点，细微脉路不予要求；5)融合网络判定本步骤中首先采用SVM多分类分别对掌纹SIF以及静脉SIF特征进行多分种类操作，其中目标映射值为数据库中检测人员的ID编码，并采用SoftMax将对各个标签的概率值进行输出，并采用平衡公式将两种结果进行权衡，此外再得到单一特征的最佳结果后输出。