基于多尺度局部特征融合的手指静脉识别方法

• 作者: 何晶 沈雷 蒋寒琼 何必锋
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 手指静脉识别 局部均值二值算子 融合识别 局部特征 自适应直方图均衡
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201477

摘要

针对目前手指静脉识别算法中的局部特征提取算法在信息量上利用不充分、特征不够稳定以及静脉结构不够突出等问题,提出一种基于多尺度局部特征融合的手指静脉识别方法.首先对图像进行归一化及自适应直方图均衡(CLAHE)处理,然后应用多尺度方向模板提取一阶局部静脉方向特征,之后在方向特征基础上计算局部均值二值算子(MLBP),得到二阶局部纹理细节特征,最后采用最优权值方式融合一阶梯度上的局部静脉方向特征和二阶梯度上的局部纹理细节特征.相比其它传统局部特征提取算法,这种多阶梯度融合方式提高了特征的稳定性,对图像信息量的利用更加充分.与MMNBP和NMRT算法相比,该算法在噪声图像库中的识别率分别从40.99％、39.22％ 提升至51.04％,在正常图像库中的识别率分别从82.79％、84.66％ 提升至89.53％.