欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022112365203
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于典型相关分析的指静脉和指节纹双模态识别方法,其特征在于,包括如下步骤:S1、对用于训练的指静脉图像和指节纹图像进行预处理,获得低频的指静脉图像和指节纹图像;

S2、对预处理后的指静脉低频图像和指节纹低频图像进行基于特征脸方法的特征提取;特征提取的具体过程如下:S21、经db2小波分解之后的低频图像和作为训练集输入,其中,的像素大小为,的像素大小为;

S22、将每个和的列相连分别构成=,=维的列向量;得到IX = {X1,X2,X3,……,Xi}为形成的指静脉向量集,其中Xi为第i图像的指静脉向量,IY={Y1,Y2,Y3,……,Yi}为形成的指节纹向量集,其中Yi为第i图像的指节纹向量;

S23、计算平均指静脉图像和指节纹图像,其中平均图像计算公式如下:,(1)

S24、计算每张图像和平均图像的差值和,并获取指静脉和指节纹各自的差值向量集为AX={,,……,},AY={,,……,},其中差值计算公式如下:,(2)

S25、利用K-L变换对指静脉差值向量集Ax和指节纹差值向量集AY进行特征提取,具体步骤包括以下:S251、构造向量集AX和AY的协方差矩阵的转置矩阵得到i×i维的和i×i维的,具体矩阵计算公式为:,(3)

S252、分别计算并获取矩阵和的前M个特征值特征向量γx、vx和γy、vy,其中M

S253、用上述计算得到的特征指静脉和特征指节纹对原本指静脉训练集和指节纹训练集进行标示:,(5)

其中,和即为所求的指静脉和指节纹的特征信息向量集,且其维度均为M×i,其中i表示指静脉数据集和指节纹数据集所包含的图片数量,M表示两种特征的维度;

S3、以指静脉特征矩阵和指节纹特征矩阵为输入矩阵建立典型相关分析的准则函数,并求解得到投影空间和判别型典型相关投影矢量集;

S4、运用两种融合策略得到融合特征矢量集;通过以下融合策略得到指静脉和指节纹典型相关特征的融合表示:, (22)

S5、根据获得的投影空间,对待识别指静脉图像和指节纹图像进行融合识别;将任一个体的指静脉原始图像L1和指节纹原始图像P1采用S1的方法进行预处理得到低频图像L2和P2,采用S252中得出的特征向量提取出指静脉和指节纹的特征信息,,采用S3得出的映射矩阵α和β得出典型相关特征矢量,,采用S4融合策略即得到相应的融合特征Z1和Z2;

计算Z1到Z1i的欧式距离,Z2到Z2i的欧氏距离,若待识别融合特征距离所有样本的欧式距离d均大于所设定的阈值,则匹配失败,反之匹配成功。

2.根据权利要求1所述的一种基于典型相关分析的指静脉和指节纹双模态识别方法,其特征在于,所述步骤S1中对指静脉图像和指节纹图像预处理的具体过程如下:对提取到的指静脉和指节纹的ROI图像进行Daubechies小波预处理,其中,序列N=2,通过小波分解得到低频图像和水平、垂直和对角线方向的高频图像,只保留图像的低频图像,分别为和,用于后续特征提取的输入图像,其中,为指静脉图像经db2小波分解之后的低频图像,为指节纹图像经db2小波分解之后的低频图像。

3.根据权利要求2所述的一种基于典型相关分析的指静脉和指节纹双模态识别方法,其特征在于,求解得到投影空间和判别型典型相关投影矢量集的具体过程如下:S31、将两个信息特征和进行标准化处理,消除两组特征可能存在数值上或者量纲上的非均衡性带来的不利影响,得到均值为0,方差为1的标准矩阵X和Y,标准化处理公式为:,(6)

其中,和分别为训练样本和的均值向量;,,和分别为对应指静脉和指节纹样本的第j个特征分量的标准差;

S32、提取X与Y之间的典型相关特征,记为与表示第d对经典型相关分析之后的特征分量,于是可以得到经变换之后的两组特征矢量为:(7)

(8)

典型投影矢量和与典型相关特征的具体求法步骤如下:S321、构建改进的判别典型相关分析的准则函数如下:(9)

其中,,Sw表示类内相关矩阵,Sb表示类间相关矩阵;且类内相关矩阵Sw可表示为:(10)

(11)

其中,c为指静脉和指节纹类别数,

,(12)

,(13)

(14)

因此,将准则函数变换为如下函数:

(15)

S322、考虑到的极值只与α和β的方向有关,而与它们的大小无关,加入限制条件:(16)

S323、定义拉格朗日函数:

(17)

S324、在拉格朗日函数L的基础上分别对α和β求导数,整理得到:(18)

(19)

S325、联合求解S324得出的两个方程,最终将最大值求解问题转化为求解如下两个广义本征方程的问题:(20)

(21)

S326、求取S325中方程最大的前d个广义特征值,对应的特征向量即为所求的判别型典型相关投影矢量集。