一种基于投影算子与小波变换的掌纹识别方法与流程

技术特征：

1.一种基于投影算子与小波变换的掌纹识别方法，其特征在于，其包括如下步骤：

步骤S1：构造掌纹数据库；

步骤S2：对掌纹数据库中的图像的进行小波变换；

步骤S3：用小波变换后的掌纹数据构造投影算子的零空间；

步骤S4：使用奇异值分解的方法求得该空间的鉴别投影；

步骤S5：利用鉴别投影对掌纹数据进行特征提取，得到降维后的掌纹数据库；

步骤S6：待测掌纹图像经小波变换后，利用鉴别投影对其进行降维，然后利用降维后的掌纹数据库，使用最近邻分类器对降维后的待测样本进行分类。

2.如权利要求1所述的基于投影算子与小波变换的掌纹识别方法，其特征在于，所述步骤S1中：采集掌纹图像数据，构造掌纹库；掌纹图像是从不同角度，不同光照条件下拍摄的，每个人的掌纹图像包括：正面光照射图，左侧光照射图、右侧光照射图，其中每幅图像大小为80×100；每个人共采集11幅图像；假设共采集了c个人，用x_i1,x_i2…x_i11,i＝1,2…,c表示掌纹图像，其中i表示类别，即图像所属的不同的人。

3.如权利要求2所述的基于投影算子与小波变换的掌纹识别方法，其特征在于，所述步骤S2中：对掌纹库中的掌纹图像进行小波变换，使用的小波正交基为“db2”小波正交基；小波变换后的掌纹图像记为：

y_i1,y_i2…y_i11,i＝1,2,…,c。

4.如权利要求3所述的基于投影算子与小波变换的掌纹识别方法，其特征在于，所述步骤S3中：计算投影算子的零空间；对属于第i类的掌纹图像样本x_i1,x_i2…x_i11,进行小波变换得到小波表示系数y_i1,y_i2…y_i11,i＝1,2,…,c；

计算每个类别的中心；

然后计算图像偏移值j＝1,2,…,11；

然后根据图像偏移值z_ij构造投影算子零空间的元素；

若z_ij∈Rⁿ，Rⁿ＝80×100，构造它们分别保持z_ij中尺度d下的尺度系数，水平方向、垂直方向、对角线方向的小波系数不变，而其余元素为零。

5.如权利要求4所述的基于投影算子与小波变换的掌纹识别方法，其特征在于，所述步骤S4中：使用奇异值分解法计算零空间的一组标准正交基按列构成鉴别投影矩阵奇异值分解法的说明如下：

设矩阵B∈R^m×n是零空间元素按列构成的矩阵，n为元素个数，rank(B)＝r，矩阵B的奇异值分解为B＝UΣV^T；

其中，

则U_r＝[u₁,u₂,…,u_r]为B的列向量组成空间的一组标准正交基，即

6.如权利要求5所述的基于投影算子与小波变换的掌纹识别方法，其特征在于，所述步骤S5中：将鉴别投影矩阵作用于小波变换后的掌纹图像数据，构造出特征提取后的掌纹图像数据，即得到降维后的掌纹图像数据库P。

7.如权利要求6所述的基于投影算子与小波变换的掌纹识别方法，其特征在于，所述步骤S6中：对于待测掌纹图像样本，首先进行小波变换，选取尺度d下的小波表示系数作为新的掌纹数据，然后使用鉴别投影矩阵进行特征提取，最后利用掌纹图像数据库P，使用最近邻分类器进行分类，判别待测人物属于数据库中的哪一个人，或者是不属于此数据库中的人。