- 专利标题: 一种基于多特征阈值融合的手指静脉识别方法
-
申请号: CN201810015658.8申请日: 2018-01-08
-
公开(公告)号: CN108256456B公开(公告)日: 2020-04-07
- 发明人: 沈雷 , 蓝师伟 , 李凡 , 吕葛梁 , 杨航
- 申请人: 杭州电子科技大学
- 申请人地址: 浙江省杭州市下沙高教园区2号大街
- 专利权人: 杭州电子科技大学
- 当前专利权人: 杭州电子科技大学
- 当前专利权人地址: 浙江省杭州市下沙高教园区2号大街
- 代理机构: 杭州君度专利代理事务所
- 代理商 朱月芬
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/38 ; G06K9/40 ; G06K9/46 ; G06K9/62
摘要:
本发明公开了一种基于多特征阈值融合的手指静脉识别方法。本发明先用基于多标准差的二维高斯模板计算手指静脉图像曲率提取图像的背景区域曲率灰度特征,静脉区域曲率灰度特征和曲率细线特征。用相关系数法计算背景区域曲率灰度特征和静脉区域曲率灰度特征的匹配阈值,用MHD算法计算曲率细线特征的匹配阈值,再提出一种多特征阈值融合判决算法,融合以上三种特征的单独识别阈值进行验证判决。本发明提出的基于三种特征阈值融合的算法,由于结合了背景区域曲率灰度特征包含的背景区域可用信息,对模糊的手指静脉图像识别性能下降不明显,因此在低认假率下的拒真率显著低于传统的基于单独细线特征的识别算法,能够合理且高效利用的有效的识别算法。
公开/授权文献
- CN108256456A 一种基于多特征阈值融合的手指静脉识别方法 公开/授权日:2018-07-06