基于二叉樹的手指靜脈識(shí)別方法
【專利摘要】本發(fā)明涉及一種基于二叉樹的手指靜脈識(shí)別方法。以手指靜脈線結(jié)構(gòu)為描述對(duì)象，采用二叉樹描述手指靜脈線結(jié)構(gòu)各條分支的空間分布，然后基于二叉樹提取特征和進(jìn)行特征匹配，以提高手指靜脈識(shí)別性能。采用二叉樹可以充分描述手指靜脈各個(gè)分支的空間分布和相互連接關(guān)系，增強(qiáng)靜脈特征區(qū)分不同個(gè)體和認(rèn)知同一個(gè)體的能力，降低識(shí)別時(shí)的據(jù)真率和認(rèn)假率，提高手指靜脈識(shí)別性能。
【專利說明】基于二叉樹的手指靜脈識(shí)別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種手指靜脈識(shí)別方法，屬于安防生物特征識(shí)別【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 手指靜脈識(shí)別是當(dāng)前生物特征識(shí)別領(lǐng)域的研究熱點(diǎn)，其主要優(yōu)勢(shì)在于：靜脈藏匿 在身體內(nèi)部，不易被復(fù)制、竊取或干擾。可以廣泛應(yīng)用于銀行、辦公室、商場(chǎng)等場(chǎng)所的門禁和 考勤領(lǐng)域，理論研究意義和市場(chǎng)應(yīng)用價(jià)值巨大。
[0003] 不同個(gè)體的手指靜脈的結(jié)構(gòu)差異是手指靜脈用于身份鑒別的依據(jù)，手指靜脈識(shí)別 的結(jié)構(gòu)差異主要表現(xiàn)為管徑(靜脈血管的直徑）差異、點(diǎn)結(jié)構(gòu)(交叉點(diǎn)、端點(diǎn)）差異、環(huán)結(jié)構(gòu)差 異和線結(jié)構(gòu)差異。然而，受成像環(huán)境限制和分割誤差影響，前三種差異的穩(wěn)健性較差，也即 從同一手指提取的不同手指靜脈紋路中，管徑、點(diǎn)結(jié)構(gòu)和線結(jié)構(gòu)也有不同。因此此類結(jié)構(gòu)認(rèn) 知同一個(gè)體的能力不強(qiáng)。盡管線結(jié)構(gòu)也會(huì)受到分割誤差等影響，但由于手指靜脈中線結(jié)構(gòu) 豐富且占據(jù)手指靜脈紋路的主體區(qū)域，即使部分受損，保留的線結(jié)構(gòu)仍具有區(qū)分不同個(gè)體 和認(rèn)知同一個(gè)體的能力，是手指靜脈結(jié)構(gòu)描述的主要對(duì)象。
[0004] 然而，現(xiàn)有的手指靜脈識(shí)別方法中，文獻(xiàn)"Feature Extraction of Finger-vein Patterns Based on Repeated Line Tracking and Its Application to Personal Identification (Machine Vision and Appl icat ions, 2004 )，'、"A finger-vein verification system using mean curvature (Pattern Recognition Letters,2011)"和 專利"一種手指靜脈與手形結(jié)合的智能采集系統(tǒng)及識(shí)別方法（200910237633,2012)"等采用 二值模板描述分割后的手指靜脈圖像，優(yōu)點(diǎn)是可以充分描述從手指靜脈圖像中提取出來的 靜脈紋路，不足之處在于二值模板描述的是手指靜脈紋路的整體結(jié)構(gòu)，識(shí)別時(shí)對(duì)手指姿態(tài) 變化和靜脈紋路局部形變的魯棒性較差；專利"手指靜脈圖像識(shí)別方法（200610001324. 2， 2010)"、文獻(xiàn)"基于相對(duì)距離和角度的手指靜脈識(shí)別方法(華中科技大學(xué)學(xué)報(bào)（自然科學(xué) 版），2011)"和"Multimodal biometric authentication based on the fusion of finger vein and finger geometry (Optical Engineering Letters, 2009)" 等米用手指靜脈紋 路的端點(diǎn)和交叉點(diǎn)的相對(duì)位置等特征描述手指靜脈的點(diǎn)結(jié)構(gòu)，實(shí)現(xiàn)簡(jiǎn)單、直觀，但易受手 指靜脈紋路提取誤差影響；文獻(xiàn) "Finger vein verification system based on sparse representation (Applied Optics, 2012)"和"基于小波矩融合PCA變換的手指靜脈識(shí)別 (模式識(shí)別與人工智能，2007)"等采用圖像的子空間矩陣描述手指靜脈圖像，不受手指靜脈 紋路提取誤差影響，但由于沒有區(qū)分靜脈紋路和背景，易受背景干擾影響，而且由于忽視了 手指靜脈結(jié)構(gòu)的點(diǎn)、線等許多顯著特征，區(qū)分不同個(gè)體的能力有待加強(qiáng)；專利"一種基于個(gè) 性化權(quán)重的手指靜脈識(shí)別方法（201210001013, 2012)"和文獻(xiàn)"Finger vein recognition using minutia-based alignment and local binary pattern-based feature extraction (International Journal of Imaging Systems and Technology, 2009)，'等米用局部二兀 模式（LBP)描述手指靜脈圖像，也不受手指靜脈紋路提取誤差影響，，但同樣也受背景干擾 影響，而且所需存儲(chǔ)空間較大；專利"一種用于手指靜脈三維特征識(shí)別的藤蔓模型建模方法 (201210109091. 3, 2013)"采用藤蔓模型描述手指靜脈紋路的三維空間分布，但對(duì)手指靜脈 二維圖像的識(shí)別意義不大?？偟膩碚f，采用上述特征進(jìn)行手指靜脈識(shí)別，易出現(xiàn)錯(cuò)誤拒絕和 錯(cuò)誤接受的現(xiàn)象。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問題在于提供一種基于二叉樹的手指靜脈識(shí)別方法，以手 指靜脈線結(jié)構(gòu)為描述對(duì)象，采用二叉樹描述手指靜脈線結(jié)構(gòu)各條分支的空間分布，然后基 于二叉樹提取特征和進(jìn)行特征匹配，以提高手指靜脈識(shí)別性能。
[0006] 為實(shí)現(xiàn)上述的發(fā)明目的，本發(fā)明采用下述的技術(shù)方案： 首先，從手指靜脈圖像中提取手指靜脈紋路，然后，采用二叉樹表示手指靜脈紋路，最 后，基于二叉樹進(jìn)行特征匹配，詳細(xì)描述如下： 1手指靜脈紋路提取 手指靜脈紋路提取包括圖像分割、圖像濾波、圖像細(xì)化和圖像修復(fù)四個(gè)步驟，具體描述 如下： 1.1圖像分割 圖像分割采用Liu等提出的MRLT (改進(jìn)的重復(fù)線跟蹤，modified repeated line tracking)方法（詳見文獻(xiàn) "An algorithm for finger-vein segmentation based on modified repeated line tracking，'，〈〈Imaging Science Journal〉〉，2013)，圖 I (b)為圖 1(a)中手指靜脈圖像的分割效果。
[0007] 圖像濾波 分割后的手指靜脈圖像難免存在毛刺和噪聲，這里采用數(shù)學(xué)形態(tài)學(xué)方法濾除部分噪聲 和毛刺，先采用開運(yùn)算消除噪聲和毛刺，再采用閉運(yùn)算修復(fù)斷裂靜脈。為了盡可能保持靜脈 管徑大小、靜脈連接關(guān)系等屬性基本不變，濾波器窗口尺寸設(shè)為3X3 (單位：像素)，避免過 度濾波而破壞靜脈結(jié)構(gòu)。濾波后的圖像如圖1(c)所示。
[0008] 圖像細(xì)化 圖像細(xì)化采用數(shù)學(xué)形態(tài)學(xué)的擊中或擊不中變換進(jìn)行，并保證細(xì)化圖像中各目標(biāo)像素是 * Β?；=哚，：61；·^!^}鄰接的，以便在保證目標(biāo)連通性的同時(shí)去除冗余的目標(biāo)點(diǎn)。假設(shè)P 為目標(biāo)像素點(diǎn)，與之《相鄰的目標(biāo)像素點(diǎn)必須滿足如下條件之一： (1) 、？在^的4鄰域內(nèi)； (2) 、·?在P的對(duì)角鄰域內(nèi)，且？與，的4鄰域點(diǎn)的交集中不存在目標(biāo)像素點(diǎn)。
[0009] 細(xì)化后的圖像如圖1(d)所示。
[0010] 紋路修復(fù) 細(xì)化后的手指靜脈紋路存在許多毛刺，依據(jù)毛刺的長(zhǎng)度信息，將長(zhǎng)度小于20像素的靜 脈紋路作為毛刺剔除，得到修復(fù)后的手指靜脈紋路圖像，如圖1(e)所示。
[0011] 采用二叉樹表示手指靜脈紋路 對(duì)于如圖2所示的單像素手指靜脈紋路，首先按照從左到右、從下到上的順序，尋找手 指靜脈紋路圖像中的第一個(gè)端點(diǎn)，也即二叉樹的根結(jié)點(diǎn)。根結(jié)點(diǎn)4滿足如下條件：

【權(quán)利要求】
1. 一種基于二叉樹的手指靜脈識(shí)別方法，以手指靜脈線結(jié)構(gòu)為描述對(duì)象，采用二叉樹 描述手指靜脈線結(jié)構(gòu)各條分支的空間分布，然后基于二叉樹提取特征和進(jìn)行特征匹配，其 特征在于，具體步驟為： 步驟一、手指靜脈紋路提??； 包括圖像分割、圖像濾波、圖像細(xì)化和圖像修復(fù)四個(gè)步驟； (1. 1)圖像分割 圖像分割采用MRLT方法； (1. 2)圖像濾波 采用數(shù)學(xué)形態(tài)學(xué)方法濾除部分噪聲和毛刺，先采用開運(yùn)算消除噪聲和毛刺，再采用閉 運(yùn)算修復(fù)斷裂靜脈，濾波器窗口尺寸設(shè)為3X3像素； (1. 3)圖像細(xì)化 圖像細(xì)化采用數(shù)學(xué)形態(tài)學(xué)的擊中或擊不中變換進(jìn)行，假設(shè)P為目標(biāo)像素點(diǎn)，與之《相鄰的目標(biāo)像素點(diǎn)必須滿足如下條件之一： (1) 、@在，的4鄰域內(nèi)； (2) 、0在P的對(duì)角鄰域內(nèi)，且？與P的4鄰域點(diǎn)的交集中不存在目標(biāo)像素點(diǎn)； (1. 4)圖像修復(fù) 細(xì)化后的手指靜脈紋路存在許多毛刺，依據(jù)毛刺的長(zhǎng)度信息，將長(zhǎng)度小于20像素的靜 脈紋路作為毛刺剔除，得到修復(fù)后的手指靜脈紋路圖像， 步驟二、采用二叉樹表示手指靜脈紋路，具體步驟為： 首先按照從左到右、從下到上的順序，尋找手指靜脈紋路圖像中的第一個(gè)端點(diǎn)，也即二 叉樹的根結(jié)點(diǎn)，根結(jié)點(diǎn)4滿足如下條件：
其中，/r〇7)表示手指靜脈紋路圖像上像素點(diǎn)（U)的灰度值，該圖像上的目標(biāo)點(diǎn)灰 度值為255,其他點(diǎn)的灰度值為0 ; 以根結(jié)點(diǎn)5為當(dāng)前目標(biāo)點(diǎn)，用表示，然后在當(dāng)前目標(biāo)點(diǎn)的8鄰域內(nèi)，跟蹤下一個(gè)目標(biāo) 點(diǎn)，％表示跟蹤到的第i個(gè)目標(biāo)點(diǎn)，統(tǒng)計(jì)ft的8鄰域內(nèi)目標(biāo)像素點(diǎn)的數(shù)目％,,則：
如果▲%,= 3，繼續(xù)跟蹤下一個(gè)目標(biāo)點(diǎn)，否則，判定該目標(biāo)點(diǎn)為結(jié)點(diǎn)，記為Γι，此時(shí)，記錄 結(jié)點(diǎn)Q與rQ之間的所有目標(biāo)點(diǎn)坐標(biāo)，記為集合^ =?|i= 〇Λ···，《} ,M+ 1為目標(biāo)點(diǎn)的個(gè) 數(shù)，集合島表示結(jié)點(diǎn)^所處的靜脈分支的空間分布，用其作為結(jié)點(diǎn)·^的數(shù)據(jù)項(xiàng)， 搜索結(jié)點(diǎn)·rI的左子樹和右子樹， 在細(xì)化后的單像素手指靜脈紋路中，的值只能是2或4,如果ATfj =2，說明結(jié)點(diǎn)^為 葉結(jié)點(diǎn)，此時(shí)左子樹和右子樹BTj^都為空，二叉樹掃描過程結(jié)束，如果％ =4，說明 結(jié)點(diǎn)為分支結(jié)點(diǎn)，此時(shí)首先在當(dāng)前靜脈紋路走向的左側(cè)，按照前述的目標(biāo)點(diǎn)跟蹤方法，尋 找結(jié)點(diǎn)G的左孩子結(jié)點(diǎn)G,記錄結(jié)點(diǎn)A與G之間的所有目標(biāo)點(diǎn)坐標(biāo)，將其作為結(jié)點(diǎn)5的數(shù) 據(jù)項(xiàng)，構(gòu)建結(jié)點(diǎn)r2的二叉樹結(jié)構(gòu)，也即結(jié)點(diǎn)^的左子樹， 然后，回溯到結(jié)點(diǎn)1,尋找結(jié)點(diǎn)η的右孩子結(jié)點(diǎn)6 ,構(gòu)建結(jié)點(diǎn)6的二叉樹結(jié)構(gòu)，也即結(jié) 點(diǎn)I的右子樹BT^i， 按照上述方法，逐次跟蹤手指靜脈紋路圖像中的所有結(jié)點(diǎn)，得到手指靜脈圖像的二叉 樹BT為：
其中，二叉樹BT是有限個(gè)結(jié)點(diǎn)^的數(shù)據(jù)集合，^表示任一結(jié)點(diǎn)^所處靜脈分支上所有 目標(biāo)點(diǎn)的坐標(biāo)集合，分別表示該結(jié)點(diǎn)r的左子樹和右子樹，當(dāng)?shù)竭_(dá)二叉樹的葉 結(jié)點(diǎn)時(shí)，對(duì)應(yīng)的左子樹和右子樹為空； 步驟三、基于二叉樹進(jìn)行特征匹配，具體步驟為： Step3. 1 :對(duì)于待認(rèn)證手指靜脈圖像的二叉樹表示BT1中第/個(gè)結(jié)點(diǎn)所在的手指靜脈分 支，統(tǒng)計(jì)其上各像素點(diǎn)到數(shù)據(jù)庫中某手指靜脈圖像的二叉樹表示BTci中第J個(gè)結(jié)點(diǎn)所在的 手指靜脈分支的最小距離，并記所有點(diǎn)的最小距離的均值為力^/,此即為第/個(gè)結(jié)點(diǎn)到數(shù) 據(jù)庫中第J'個(gè)結(jié)點(diǎn)的距離，記第I個(gè)結(jié)點(diǎn)到數(shù)據(jù)庫的距離為,則： 其中，/?為BT13中的結(jié)點(diǎn)總數(shù)；
Step3. 2 :按照上述方法，計(jì)算BT1中所有結(jié)點(diǎn)到BT13的距離； Step3. 3 :計(jì)算BT1到BT°的平均距離，用tiw表示，則： 其中，幼BT1中的結(jié)點(diǎn)總數(shù)；
Step3. 4 :如果小于閾值T，則判定兩靜脈相匹配；否則，對(duì)待認(rèn)證靜脈紋路做平移 變換，水平、垂直方向的偏移量分別為JFx、辦，且OiiFxSlO, ,然后重復(fù)上述 過程，如果直到吵=10，-始終不小于閾值τ，則判定兩靜脈不匹配，否則判斷兩靜 脈相匹配，τ=20時(shí)識(shí)別性能最優(yōu)。
2.根據(jù)權(quán)利要求1所述的二叉樹表示具體步驟，其特征在于，目標(biāo)點(diǎn)方向的判斷方法 為：依據(jù)當(dāng)前目標(biāo)點(diǎn)A和其前一目標(biāo)點(diǎn)仏4的可能分布情況，確定當(dāng)前靜脈紋路走向左側(cè) 目標(biāo)點(diǎn)和右側(cè)目標(biāo)點(diǎn)。
【文檔編號(hào)】G06K9/00GK104463120SQ201410735585
【公開日】2015年3月25日 申請(qǐng)日期:2014年12月8日 優(yōu)先權(quán)日:2014年12月8日
【發(fā)明者】謝劍斌, 劉通, 李沛秦, 閆瑋 申請(qǐng)人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)