一種基于投影算子與小波變換的掌紋識別方法
【專利摘要】本發(fā)明屬于一種基于子空間特征提取的掌紋識別方法，具體涉及一種基于投影算子與小波變換的掌紋識別方法。它包括如下步驟，構(gòu)造掌紋數(shù)據(jù)庫；對掌紋數(shù)據(jù)庫中的圖像的進行小波變換；用小波變換后的掌紋數(shù)據(jù)構(gòu)造投影算子的零空間；使用奇異值分解的方法求得該空間的鑒別投影；利用鑒別投影對掌紋數(shù)據(jù)進行特征提取，得到降維后的掌紋數(shù)據(jù)庫；待測掌紋圖像經(jīng)小波變換后，利用鑒別投影對其進行降維，然后利用降維后的掌紋數(shù)據(jù)庫，使用最近鄰分類器對降維后的待測樣本進行分類。本發(fā)明的優(yōu)點是，具有一定的魯棒性，對掌紋圖像光照的變化不敏感；利用了投影算子具有空間分解的性質(zhì)，分解的子空間維數(shù)是一定的，避免了其他方法人為選取特征維數(shù)。
【專利說明】
一種基于投影算子與小波變換的掌紋識別方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于一種基于子空間特征提取的掌紋識別方法，具體涉及一種基于投影算 子與小波變換的掌紋識別方法。
【背景技術(shù)】
[0002] 目前，人們的工作和生活越來越離不開身份識別與身份驗證，掌紋識別技術(shù)作為 一種新的身份鑒別技術(shù)受到了越來越多的關(guān)注。如何表征掌紋是掌紋識別問題中的難點也 是熱點。有效的表征掌紋是提高掌紋識別技術(shù)性能的關(guān)鍵，而基于子空間的特征抽取方法 是表征掌紋的有效方法之一，它有著統(tǒng)計理論作為支撐，取得了很好的效果。但是，在基于 子空間的特征提取法中，特征的維數(shù)一般需要人為設(shè)定，影響了該方法的實用性。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種基于投影算子與小波變換的掌紋識別方法，它能夠克服 基于子空間的特征提取方法中特征維數(shù)設(shè)定的問題。
[0004] 本發(fā)明是這樣實現(xiàn)的，一種基于投影算子與小波變換的掌紋識別方法，其特征在 于：它包括如下步驟，
[0005] 第一步，采集掌紋圖像數(shù)據(jù)，構(gòu)造掌紋庫；
[0006] 第二步，對掌紋庫中的掌紋圖像進行小波變換，使用的小波正交基為"db2"小波正 交基，小波變換后的掌紋圖像記為y^，yyym，i = 1，2，…，c ;
[0007] 第三步，計算投影算子的零空間；
[0008] 對屬于第i類的掌紋圖像樣本Xll，xl2…xm，，進行小波變換得到小波表
示系數(shù)yn，yi；!…yui，i = 1，2，…，c計算每個類別的中心 然后計算 f % = j = 1，2，…，11，然后根據(jù)zxj構(gòu)造投影算子零空間的元素，若z # Rn，構(gòu)造 它們分別保持Zl]中尺度d下的尺度系數(shù)，水平方向、垂直方向、對 9 角線方向的小波系數(shù)不變，而其余元素為零；
[0009] 第四步，使用奇異值分解法計算零空間的一組標(biāo)準(zhǔn)正交基&\按列構(gòu)成矩 <1，為鑒別投影矩陣；
[0010] 第五步，將鑒別投影矩陣作用于小波變換后的掌紋圖像數(shù)據(jù)，構(gòu)造出特征提 取后的掌紋圖像數(shù)據(jù)，即得到降維后的掌紋圖像數(shù)據(jù)庫P;
[0011] 第六步，對于待測掌紋圖像樣本，首先進行小波變換，選取尺度d下的小波表示系 數(shù)作為新的掌紋數(shù)據(jù)，然后使用鑒別投影矩陣進行特征提取，最后利用人類圖像數(shù)據(jù) 庫P，使用最近鄰分類器進行分類，判別待測人物屬于數(shù)據(jù)庫中的哪一個人，或者是不屬于 此數(shù)據(jù)庫中的人。
[0012] 所述的第一步掌紋圖像是從不同角度，不同光照條件下拍攝的，每個人的掌紋圖 像特點包括：正面光照射，左側(cè)光照射、右側(cè)光照射，其中每幅圖像大小為80 X 100,每個人 共采集11幅圖像，采集了 C個人，用xu，xyxm，i = 1，2…，c表示掌紋圖像。
[0013] 所述的第四步奇異值分解法的如下：
[0014] 矩陣B G RmXn是零空間元素按列構(gòu)成的矩陣，n為元素個數(shù)，rank(B) = r，矩陣B 的奇異值分解為B = U 2 VT，其4
則14= [u ^ u2，…，uj為B的列向量組成空間的一組標(biāo)準(zhǔn)正交基，即A =比。
[0015] 本發(fā)明的優(yōu)點是，1.具有一定的魯棒性，對對掌紋圖像光照的變化不敏感；2.利 用了投影算子具有空間分解的性質(zhì)，分解的子空間維數(shù)是一定的，避免了其他方法人為選 取特征維數(shù)；3.與其他方法中使用最近鄰分類器比起來，本發(fā)明中使用最近鄰分類器是 有理論依據(jù)的。根據(jù)投影算子的相關(guān)知識，原始空間的元素x在子空間的投影^對x有最 佳逼近性，而本發(fā)明中得到降維后的掌紋數(shù)據(jù)可以看作是原掌紋圖像數(shù)據(jù)在投影算子零空 間的投影，根據(jù)投影的最佳逼近性，可以認(rèn)為同類數(shù)據(jù)投影后"距離"可能會更近，故選用最 近鄰分類效果會較好。
【具體實施方式】
[0016] 下面結(jié)合實施例對本發(fā)明進行詳細(xì)介紹：
[0017] -種基于投影算子與小波變換的掌紋識別方法，它包括如下步驟：
[0018] 第一步，構(gòu)造掌紋數(shù)據(jù)庫；
[0019] 第二步，對掌紋數(shù)據(jù)庫中的圖像的進行小波變換；
[0020] 第三步，用小波變換后的掌紋數(shù)據(jù)構(gòu)造投影算子的零空間；
[0021] 第四步，使用奇異值分解的方法求得該空間的鑒別投影；
[0022] 第五步，利用鑒別投影對掌紋數(shù)據(jù)進行特征提取，得到降維后的掌紋數(shù)據(jù)庫；
[0023] 第六步，待測掌紋圖像經(jīng)小波變換后，利用鑒別投影對其進行降維，然后利用降維 后的掌紋數(shù)據(jù)庫，使用最近鄰分類器對降維后的待測樣本進行分類。
[0024] 具體步驟如下所述：
[0025] 第一步，采集掌紋圖像數(shù)據(jù)，構(gòu)造掌紋庫。掌紋圖像是從不同角度，不同光照條件 下拍攝的，每個人的掌紋圖像特點包括：正面光照射，左側(cè)光照射、右側(cè)光照射，其中每幅圖 像大小為80X100。每個人共采集11幅圖像。假設(shè)共采集了 c個人，用xu，xyxm，i = 1，2…，c表示掌紋圖像，其中i表示類別。
[0026] 第二步，對掌紋庫中的掌紋圖像進行小波變換，使用的小波正交基為"db2"小波正 交基。小波變換后的掌紋圖像記為7 ;1，7^1;11，1 = 1，2，"*，(：；
[0027] 第三步，計算投影算子的零空間。對屬于第i類的掌紋圖像樣本xu，xyx m，， 進行小波變換得到小波表示系數(shù)yn，…ym，i = 1，2，…，c計算每個類別的中心 >?然后計算& = j = 1，2,…，11，然后根據(jù)Zl]構(gòu)造投影算子零空間的
， 元素，若Zi]e Rn，構(gòu)造4^&，：4^&€7^它們分別保持21]中尺度(1下的尺度系數(shù)， 水平方向、垂直方向、對角線方向的小波系數(shù)不變，而其余元素為零。
[0028] 第四步，使用奇異值分解法計算零空間的一組標(biāo)準(zhǔn)正交基&\按列構(gòu)成矩 為鑒別投影矩陣。奇異值分解法的說明如下：
[0029] 設(shè)矩陣B G RmXn是零空間元素按列構(gòu)成的矩陣，n為元素個數(shù)，rank(B) = r，矩陣 B的奇異值分解為B = U2V1，其中
則14= [u ^ u2，…，uj為B的列向量組成空間的一組標(biāo)準(zhǔn)正交基，即A =比。
[0030] 第五步，將鑒別投影矩陣作用于小波變換后的掌紋圖像數(shù)據(jù)（注意此數(shù)據(jù)只 包含尺度d下的數(shù)據(jù)），構(gòu)造出特征提取后的掌紋圖像數(shù)據(jù)，即得到降維后的掌紋圖像數(shù)據(jù) 庫P。
[0031] 第六步，對于待測掌紋圖像樣本，首先進行小波變換，選取尺度d下的小波表示系 數(shù)作為新的掌紋數(shù)據(jù)，然后使用鑒別投影矩陣進行特征提取，最后利用人類圖像數(shù)據(jù) 庫P，使用最近鄰分類器進行分類，判別待測人物屬于數(shù)據(jù)庫中的哪一個人，或者是不屬于 此數(shù)據(jù)庫中的人。
【主權(quán)項】
1. 一種基于投影算子與小波變換的掌紋識別方法，其特征在于：它包括如下步驟， 第一步，采集掌紋圖像數(shù)據(jù)，構(gòu)造掌紋庫； 第二步，對掌紋庫中的掌紋圖像進行小波變換，使用的小波正交基為"db2"小波正交 基，小波變換后的掌紋圖像記為yn，yyym，i = 1，2，…，c ; 第三步，計算投影算子的零空間；對屬于第i類的掌紋圖像樣本χη，xyxm，，進行小波變換得到小波表示系數(shù)yii，yy ym，i = 1，2,…，c計算每個類別的中. 然后計算& =兄;-少，j = 1，2,…， J 11，然后根據(jù)Z1,構(gòu)造投影算子零空間的元素，若Z Rn，構(gòu)>它 們分別保持Zlj中尺度d下的尺度系數(shù)，水平方向、垂直方向、對角線方向的小波系數(shù)不變， 而其余元素為零； 第四步，使用奇異值分解法計算零空間的一組標(biāo)準(zhǔn)正交基按列構(gòu)成矩 為鑒別投影矩陣； 第五步，將鑒別投影矩陣作用于小波變換后的掌紋圖像數(shù)據(jù)，構(gòu)造出特征提取后 的掌紋圖像數(shù)據(jù)，即得到降維后的掌紋圖像數(shù)據(jù)庫P ; 第六步，對于待測掌紋圖像樣本，首先進行小波變換，選取尺度d下的小波表示系數(shù)作 為新的掌紋數(shù)據(jù)，然后使用鑒別投影矩陣進行特征提取，最后利用人類圖像數(shù)據(jù)庫P， 使用最近鄰分類器進行分類，判別待測人物屬于數(shù)據(jù)庫中的哪一個人，或者是不屬于此數(shù) 據(jù)庫中的人。2. 如權(quán)利要求1所述的一種基于投影算子與小波變換的掌紋識別方法，其特征在于： 所述的第一步掌紋圖像是從不同角度，不同光照條件下拍攝的，每個人的掌紋圖像特點包 括：正面光照射，左側(cè)光照射、右側(cè)光照射，其中每幅圖像大小為80X100,每個人共采集11 幅圖像，采集了 C個人，用Xil, xyxm，i = 1，2···，C表示掌紋圖像。3. 如權(quán)利要求1所述的一種基于投影算子與小波變換的掌紋識別方法，其特征在于： 所述的第四步奇異值分解法的如下： 矩陣B e Rmxn是零空間元素按列構(gòu)成的矩陣，n為元素個數(shù)，rank (B) =r，矩陣B的奇 異值分解為B = UΣVT，其【則14= [u i，u2，…，uj為B的列向量組成空間的一組標(biāo)準(zhǔn)正交基，即A = 14。
【文檔編號】G06K9/00GK105893913SQ201410592880
【公開日】2016年8月24日
【申請日】2014年10月30日
【發(fā)明人】趙峰, 徐均, 楊靈運, 劉紅義
【申請人】北京京航計算通訊研究所