基于方向特征的手掌静脉指导性快速检索方法
【技术领域】
[0001] 本发明涉及一种手掌静脉特征识别技术，特别是一种基于方向特征的手掌静脉指 导性快速检索方法。
【背景技术】
[0002] 掌静脉识别基于静脉血管进行一致性判断，因其具有活体采集、难伪造、特征信息 丰富且唯一等良好性质，成为近十年来新兴生物特征识别技术之一，得到业内人士的广泛 关注。随着掌脉识别技术应用领域的不断扩大，掌脉数据库的规模也在不断扩大，随之而来 的关键问题就是大型掌脉数据库的识别精度和识别速度问题。
[0003]掌脉识别算法从运行方式而言，可以分成两类，即验证模式（verification)和辨 识模式（identification)。验证模式：判定实时输入的具有唯一编码（ID)的掌脉图像，是 否与此ID所对应的数据库中的掌脉样本相匹配；辨识模式：输入一幅实时掌脉图像（Probe palmveinimage)(测试样本），检索数据库中的所有样本，找到与之相匹配的数据库中的 样本，获取数据库中样本的ID，即确认为测试样本的ID。辨识问题可以看作是广义化的验 证问题[2]。
[0004] 大多数掌脉识别算法的研究都针对验证模式，并且取得了很大进步，算法都有很 高的识别精度并且能在几十毫秒至几百毫秒内完成匹配[3-16]。但辨识工作模式下的掌脉 检索算法要比验证工作模式下的匹配算法难度大很多，特别是在大型掌脉数据库中就更为 困难。换句话说，若一个测试样本需要与数据库中所有样本相匹配，随着数据库中样本数的 增加，辨识过程所需的时间会快速增加，导致辨识模式下系统无法满足实时性要求。因此， 尽管现有掌静脉算法在验证模式下的匹配速度能满足系统实时性要求，仍不能直接将验证 中的匹配算法用在辨识过程中。对于大型掌脉数据库，提高辨识速度的一种有效方式就是 保持精确匹配算法（验证模式下）不变，通过将生物特征分类或分层，进行指导性检索。指 导性检索的基本工作模式是：首先提取可靠的检索特征作为指导性信息，然后依据检索特 征的特点构造出高效的索引结构，得到一些候选的掌脉图像样本，最后利用验证模式下的 精确匹配算法比对测试样本和候选样本，根据匹配分判定测试样本的ID。这样，既可以缩小 对数据库样本检索范围，同时利用精确匹配算法也能保证辨识模式有较高的正确率。
[0005] 在大型生物特征识别系统中，指纹和掌纹图像与掌脉图像相似，均包含大量的纹 理。其中指纹分类算法较成熟[17-23]，大体分为两种：一种是固定分类方法[17-19]，根据 指纹的自然形状分成5类或者扩展成6?8类，如左旋、右旋、漩涡等类别，测试样本根据所 属类别/子库，直接与子库内的候选样本进行进一步的精确匹配，得到测试样本的ID。其优 点是无需采用相似度准则就能检索出候选样本，可以减少一定的检索时间；但是也存在很 多问题，如某些样本的类别难以确定；分类遵循自然规律，可能导致某些子库中的样本数量 过大；无法通过调整子库中样本数的分布来平衡系统的精度和速度。另一种分类方法是连 续分类方法[20-23]，通过某些变换方法提取图像主要特征作为分类特征，检索时，将测试 图像的分类特征与数据库图像的分类特征进行相似度计算，找到与测试图像相似的一些数 据库图像，作为候选样本进行进一步匹配。连续分类方法可以避免固定分类方法出现的问 题，但其候选样本需用相似度准则检索整个数据库才能得到，且相似度测量方法若选取的 不好会降低识别率（accuracy)。而在掌纹方面，尚在研究阶段，仅有一些文献[24-26]提 及到分类算法，如文献[24, 25]类似连续分类方法，由粗到细层次地减少掌纹检索范围；文 献[26]类似固定分类方法，根据掌纹主线的数量分成6类。与指纹、掌纹不同，掌脉图像中 的静脉分布并无明显规律，即没有指纹中左旋、右旋、漩涡的特点，也没有掌纹中主线的分 布。因此掌纹和指纹的分类算法，只能给我们提供一些检索方法上的指导，而在掌脉分类特 征的选择上，参考意义有限。
【发明内容】
[0006]本发明的目的是为了解决上述现有技术的不足而提供一种在提高检索速度的同 时保证较高的识别精度的基于方向特征的手掌静脉指导性快速检索方法。
[0007]为了实现上述目的，本发明所设计的一种基于方向特征的手掌静脉指导性快速检 索方法，它包括分类索引的构建和指导性快速检索，所述分类索引的构建是针对高、中、低 三种不同分辨率的掌脉图像，分别采用3个不同的Gaussian-Radon滤波器，提取掌脉图像 的方向特征矩阵，统计分析3个方向特征矩阵，得到图像主方向，以此图像主方向作为分类 索引，将掌脉数据库分为六类子库；所述指导性快速检索是提取测试图像的主方向，得到其 分类索引；在分类索引指导下，利用阈值法找到子库中与测试样本相似的候选样本，进行关 联匹配确保识别精度；同时采用频率检索和邻近检索指导方法，从而在提高检索速度的同 时保证较高的识别精度。
[0008]其系统包含训练阶段和测试阶段，训练阶段，通过ImprovedRadon变换、Gray码， 得到方向特征模板用于精确匹配；同时通过G-iR变换提取方向相关的指导性信息，建立分 类索引；最后将掌脉图像的方向特征模板和分类索引同时存储到数据库中；在测试阶段， 首先计算掌脉测试样本的分类索引和方向特征模板，根据分类索引从数据库中选取与测试 样本相似的候选样本，利用方向特征模板确定测试样本与候选样本的精确匹配，最终输出 测试样本的ID。
[0009]在掌脉辨识过程中，为了减小检索范围，加快检索速度，首先需要通过分层/分类 的指导性检索方法筛选出与测试样本最相似的一些候选样本，其次需要测试样本与这些候 选样本进行一对一的精确匹配，从而检索出测试样本的ID。
[0010]精确匹配方法--iRadon变换方法如下：
[0011] 2. 1 改进的Radon变换（ImprovedRadonTransform，iRadon)构建方向特征矩阵
[0012] 掌脉图像含有丰富的连续线特征（continuousline-likecharacteristic)，可 看作纹理图像，利用纹理分析方法提取掌脉图像的特征。纹理特征通常包括方向、频率、相 位、幅度等。但由于掌脉分布无明显的规律，且静脉的收缩程度可能随着温度等外在环境 而改变。这些因素导致频率、相位、幅度等纹理特征的鲁棒性较差。因此，方向纹理特征逐 渐成为有效表达掌脉的特征之一，目前有关掌脉识别的文献也表明了方向纹理特征的优越 性。基于掌脉的连续线特征，本发明使用一种有效且常用的直线检测方法--改进的Radon 变换（以下简称iRadon)。
[0013] 由于掌脉无规则地分布在图像某个区域，且静脉大多占多个像素宽。因此，尽管 Radon变换是一种较为经典且有效的直线检测方法，若将其用于提取掌脉图像特征，尚有几 点不足：（1)对平面内某一段的直线特征表达能力较弱，因其积分针对整个平面。（2)只能 提取单线宽直线纹理特征。（3)为了保证竞争编码的公平性，Radon变换在不同方向上的 响应值应相同。基于以上几点不足，我们在之前的工作中（inourpreviouswork)提出了 iRadon变换，方法简述如下：
[0014] 定义邻域
【主权项】
1. 一种基于方向特征的手掌静脉指导性快速检索方法，它包括分类索引的构建和指导 性快速检索，所述分类索引的构建是针对高、中、低三种不同分辨率的掌脉图像，分别采用3 个不同的Gaussian-Radon滤波器，提取掌脉图像的方向特征矩阵，统计分析3个方向特征 矩阵，得到图像主方向，以此图像主方向作为分类索引，将掌脉数据库分为六类子库；所述 指导性快速检索是提取测试图像的主方向，得到其分类索引；在分类索引指导下，利用阈值 法找到子库中与测试样本相似的候选样本，进行关联匹配确保识别精度；同时采用频率检 索和邻近检索指导方法，从而在提高检索速度的同时保证较高的识别精度。
2. 根据权利要去1所述的基于方向特征的手掌静脉指导性快速检索方法，包含训练阶 段和测试阶段，其特征是在训练阶段，通过Improved Radon变换、Gray码，得到方向特征模 板用于精确匹配；同时通过G-iR变换提取方向相关的指导性信息，建立分类索引；最后将 掌脉图像的方向特征模板和分类索引同时存储到数据库中；在测试阶段，首先计算掌脉测 试样本的分类索引和方向特征模板，根据分类索引从数据库中选取与测试样本相似的候选 样本，利用方向特征模板确定测试样本与候选样本的精确匹配，最终输出测试样本的ID。
【专利摘要】本发明公开了一种基于方向特征的手掌静脉指导性快速检索方法，针对大型掌脉数据库辨识过程中的识别速度问题，本发明提出了一种指导性检索方法用于手掌静脉的快速识别。首先采用G-iR变换提取高、中、低三个分辨率下图像的方向特征矩阵，然后统计分析得到图像的主方向作为分类索引，将大型掌脉数据库分成6类子库。识别时，采用基于阈值法的检索策略，配合关联匹配、频率检索和邻近检索等指导方法，保证系统在提高检索速度的同时有着较高的识别正确率。实验结果表明，与传统方法相比，本发明指导性检索方法在检索效率和检索时间上有着较明显的优势，在大型掌脉数据库的检索和识别中，大大缩短了检索时间。
【IPC分类】G06F17-30, G06K9-46, G06K9-64
【公开号】CN104615634
【申请号】CN201410633092
【发明人】卢慧莉, 刘娅琴, 周宇佳, 黄振鹏, 邓强, 何素宁
【申请人】广东智冠信息技术股份有限公司
【公开日】2015年5月13日
【申请日】2014年11月10日