本發(fā)明提供一種大規(guī)模的掌紋編碼、比對方法，屬于生物特征識別領(lǐng)域，具體涉及掌紋識別方法。

背景技術(shù)：

伴隨著計算機(jī)技術(shù)和信息處理與識別技術(shù)的不斷進(jìn)步，掌紋識別技術(shù)得到了迅猛的發(fā)展，現(xiàn)已成為一種成熟、可接受的生物特征識別技術(shù)，是可以在公共安全、網(wǎng)絡(luò)管理、社保、電子門禁等許多領(lǐng)域廣泛應(yīng)用的技術(shù)，具有重要的理論研究意義和市場應(yīng)用價值。

掌紋識別技術(shù)分為兩個過程：(1)掌紋特征提取過程。通過讀取掌紋圖像，發(fā)現(xiàn)掌紋圖像中的掌紋區(qū)域，提取掌紋區(qū)域中可以對掌紋相互進(jìn)行區(qū)分的特征。將這些特征數(shù)據(jù)保存在數(shù)據(jù)庫中，并作為這張掌紋的代表，從而完成掌紋特征提取過程；(2)特征比對過程。在提取完新采集的待識別掌紋的特征后，對數(shù)據(jù)庫中的指定注冊掌紋或者數(shù)據(jù)庫中全部注冊掌紋進(jìn)行特征比對，確認(rèn)新采集的掌紋是否和數(shù)據(jù)庫中某一注冊掌紋一致的過程為特征比對過程。

掌紋特征提取是掌紋識別的關(guān)鍵問題。一般而言，用來描述掌紋的特征可以分為兩大類：局部特征和整體特征。局部特征主要指掌紋中的細(xì)節(jié)點、紋線、紋理等，這些方法在一定程度上識別精度高，但缺點是計算量大，易受噪聲影響，識別速度慢。典型的，僅使用細(xì)節(jié)點作為特征進(jìn)行掌紋圖像識別的專利申請有：(1)一種掌紋圖像細(xì)節(jié)點特征匹配的方法(申請?zhí)?01610027853.3)；(2)一種掌紋識別方法及系統(tǒng)(申請?zhí)?01410230906.2)。而基于整體特征的掌紋識別是將掌紋圖像看作為一個二維矩陣，利用像素之間的統(tǒng)計特性，從子空間的角度進(jìn)行特征描述與提取，該類方法雖然忽略了掌紋的紋理特性，但提取了掌紋圖像的絕大部分特征信息，且不易受噪聲影響。如“低分辨率無接觸的在線掌紋匹配方法”(申請?zhí)?01510345993.0)將圖像區(qū)域進(jìn)行卷積、編碼，主要用于低分辨率掌紋圖像的在線快速匹配。“一種基于局部和全局特征融合的掌紋識別方法”(申請?zhí)?01510354511.8)，該專利申請試圖將掌紋的局部特征與整體特診融合，由此進(jìn)行掌紋識別。

在大規(guī)模掌紋識別場景下，上述方法均不合適：(1)在進(jìn)行掌紋特征提取環(huán)節(jié)，僅僅利用上述局部和整體特征是不足以精確區(qū)分大規(guī)模掌紋圖像的掌紋特征，進(jìn)而導(dǎo)致識別精度顯著下降，從而出現(xiàn)所謂的“大庫精度衰減”效應(yīng)，本發(fā)明則額外構(gòu)造穩(wěn)定特征用于區(qū)分大規(guī)模的掌紋，進(jìn)而明顯提高識別精度；(2)公開在專利及文獻(xiàn)上的主流掌紋識別方法均采用待識別掌紋圖像與注冊掌紋圖像之間“逐一比對”的思路，因此耗時巨大。本發(fā)明提出特征快速檢索機(jī)制，摒棄“逐一比對”的策略，因此顯著提高比對效率；(3)本發(fā)明還引入了掌紋切塊并行處理的方式，將一個面積較大的掌紋切割成為若干小的圖像塊，分別進(jìn)行處理。因此在實現(xiàn)本方法時可以直接引入gpu并行計算模式進(jìn)一步提高計算速度。

技術(shù)實現(xiàn)要素：

本發(fā)明技術(shù)解決問題：克服現(xiàn)有技術(shù)的不足，提供一種多特征的掌紋編碼和比對方法，不僅能夠滿足一般規(guī)模掌紋比對需求，更重要的是可以滿足大規(guī)模掌紋的快速比對需求，從而可以滿足當(dāng)前及未來掌紋識別市場的發(fā)展。

本發(fā)明所述一種多特征的大規(guī)模掌紋編碼和比對方法，如圖1所示，包括以下步驟：

步驟s01：輸入大規(guī)模注冊掌紋圖像和一張待識別掌紋圖像，給全部掌紋圖像標(biāo)記唯一的識別碼：palm_id；

其中，所述的大規(guī)模，一般指數(shù)量在百萬人及以上的掌紋圖像。

其中，所述的palm_id識別碼可以采用字母、文字、數(shù)字或者將三種方式相互結(jié)合等方式進(jìn)行編碼，主要目的在于唯一標(biāo)識每一個掌紋圖像。

步驟s02：按照統(tǒng)一的坐標(biāo)系將全部掌紋圖像進(jìn)行圖像旋轉(zhuǎn)及平移；

具體而言：在全部掌紋圖像中，以每個掌紋水平主線的起點(a點)與終點(b點)連接一條線段ab，采用“圖像處理技術(shù)”中的相關(guān)方法對掌紋圖像旋轉(zhuǎn)，在旋轉(zhuǎn)后的掌紋圖像中線段ab平行于圖像水平軸；以線段ab的中心點為掌紋圖像中心對掌紋圖像進(jìn)行平移；

其中，所述的掌紋水平主線主要指手掌中上部水平走向的粗大屈肌紋。該屈肌紋在傳統(tǒng)的掌紋識別中用于掌紋定位與圖像對準(zhǔn)。水平主線的起點在小拇指側(cè)，終點在大拇指側(cè)。在示意圖2中，a點為水平主線起點，b點為主線終點，o點為ab線段的中心點。

步驟s03：將每一掌紋圖像按照一定尺寸切割成為若干掌紋圖像塊。其中由注冊掌紋圖像切割出來的掌紋圖像塊稱為注冊掌紋圖像塊，由待識別掌紋圖像切割出來的掌紋圖像塊稱為待識別掌紋圖像塊。待全部掌紋都切割成為掌紋圖像塊后，給每個掌紋圖像塊唯一的識別碼block_id。該block_id中含有當(dāng)前掌紋圖像塊所屬掌紋圖像的palm_id；

其中，所述按照一定尺寸切割成為若干掌紋圖像塊，其目的在于將尺寸較大的掌紋圖拆分為尺寸較小的掌紋圖像塊，方便后續(xù)步驟s04-s08。全部掌紋圖像在切割成為掌紋圖像塊時，掌紋圖像塊與掌紋圖像塊之間可以有相互重疊的圖像區(qū)域，也可以沒有。

步驟s04：分別對每一個掌紋圖像塊構(gòu)建特征矩陣及細(xì)節(jié)點矩陣；

其中，所述構(gòu)建特征矩陣及細(xì)節(jié)點矩陣包括：通過圖像增強(qiáng)、二值化等數(shù)字圖像處理方法將全部掌紋圖像塊轉(zhuǎn)變成為掌紋脊線骨架圖，在該掌紋脊線骨架圖上標(biāo)記細(xì)節(jié)點，所述細(xì)節(jié)點包括終節(jié)點及交叉點兩種。假設(shè)某一掌紋脊線骨架圖共計有n個細(xì)節(jié)點，各細(xì)節(jié)點的表示方法依據(jù)公安部頒發(fā)的公共安全行業(yè)標(biāo)準(zhǔn)ga426-2008明確細(xì)節(jié)點特征由三項構(gòu)成：x軸坐標(biāo)，y軸坐標(biāo)及細(xì)節(jié)點方向與水平線的夾角?？梢酝ㄟ^如下的步驟構(gòu)成特征矩陣：令第i個細(xì)節(jié)點的位置及角度為αi＝(xi,yi,θi),i∈[1,n]，n為細(xì)節(jié)點的個數(shù)，順著第i個細(xì)節(jié)點追蹤掌紋脊線，如果能追溯到第j個細(xì)節(jié)點，其位置坐標(biāo)及角度為αj＝(xj,yj,θj),j∈[1,n]，用直線連接第i,j兩點，記錄兩點之間的距離為dij。在該直線的中心做垂線，記錄垂線與i,j兩點之間脊線的交點為k,其位置及角度為αk＝(xk,yk,θk)。該結(jié)構(gòu)的示意圖如圖3所示。記錄k點到沿垂線方向到i,j兩點之間直線所跨越的紋線數(shù)目為wij，記錄第i,j兩點的角度差為cij＝|θi-θj|。由此構(gòu)成一個特征向量vp＝(αi,αj,αk,wij,dij,cij),p∈[1,p]，其中p是n個細(xì)節(jié)點中，能組成特征向量的最大個數(shù)?？v向排列全部特征向量，由此構(gòu)成了p行、12列的特征矩陣對于全部n個細(xì)節(jié)點，αi＝(xi,yi,θi),i∈[1,n]，縱向排列，構(gòu)成n行、3列的細(xì)節(jié)點矩陣可以用的兩個矩陣代表當(dāng)前掌紋圖像塊的特征矩陣及細(xì)節(jié)點矩陣。

步驟s05：構(gòu)建掌紋快速篩選樹。在掌紋快速篩選樹的葉子節(jié)點登記具有相似特征評價指標(biāo)的注冊掌紋圖像塊，形成特征評價指標(biāo)相似的注冊掌紋圖像塊列表；

其中，所述構(gòu)建掌紋快速篩選樹包括：從掌紋快速篩選樹的根節(jié)點開始，任意挑選wij、dij、cij三個指標(biāo)中的一個，比如wij作為第一層分支。令k點沿垂線方向到i,j兩點之間直線所跨越的紋線數(shù)目可能出現(xiàn)的最大值為wmax，則可以將掌紋快速篩選樹第一層按照預(yù)設(shè)的紋線分配區(qū)間wavg平均分成cab1個獨立分支，其中在第一層的每個分支下，可以構(gòu)建第二層分支。對第二層的每個分支，任意選擇dij、cij兩個指標(biāo)中的一個，比如dij作為第二層分支。令i,j任兩點之間直線距離的最大值為dmax，則可以將第二層按照預(yù)設(shè)的直線距離分配區(qū)間davg平均分成cab2個獨立分支，其中在第二層的每個分支下，可以構(gòu)建第三層分支。第三層選擇cij指標(biāo)。由于角度差的最大值為180度，則可以將第三層按照預(yù)設(shè)的角度差區(qū)間davg平均分成cab3個獨立分支，其中由此構(gòu)建完成掌紋快速篩選樹的全部分支(參見圖4所示)。進(jìn)一步開始逐一登記全部注冊掌紋圖像塊：針對當(dāng)前注冊掌紋圖像塊，取其特征矩陣逐次抽取一行特征向量vp，選擇其中的wij、dij、cij指標(biāo)。從快速篩選樹的根節(jié)點開始，按照wij、dij、cij三層分支順序，計算確定當(dāng)前注冊掌紋圖像塊應(yīng)登記在第index1個分支下；從該分支的第二層開始，計算進(jìn)一步確定當(dāng)前掌紋圖像塊應(yīng)登記在第index2個分支下；從該分支的下一層開始，計算進(jìn)一步確定當(dāng)前掌紋圖像塊應(yīng)登記在第index3個分支下，在該分支下構(gòu)建篩選樹的葉子節(jié)點。在該葉子節(jié)點登記當(dāng)前注冊掌紋圖像塊的唯一識別碼block_id。抽取當(dāng)前掌紋圖像塊的下一行特征向量vp+1，重復(fù)上述工作直到全部特征向量抽取完畢，開始轉(zhuǎn)入下一注冊掌紋圖像塊的登記工作。

步驟s06：依次利用待識別掌紋圖像塊的特征矩陣在掌紋快速篩選樹中檢索與待識別掌紋圖像塊具有相似特征評價指標(biāo)的注冊掌紋圖像塊列表。對于每一次這樣的檢索，在注冊掌紋圖像塊列表中對表中的各掌紋圖像塊block_id識別碼出現(xiàn)頻次進(jìn)行統(tǒng)計，將頻次最高的若干掌紋圖像塊取出形成注冊掌紋圖像塊嫌疑列表；

其具體包括：若當(dāng)前的第p個特征向量包含wij、dij、cij三個指標(biāo)，針對掌紋快速篩選樹，采用公式確定在掌紋快速篩選樹的第一層檢索進(jìn)入第index1個分支，采用公式確定第二層選擇第index2個分支，采用公式確定第三層檢索進(jìn)入第index3個分支。在第三層的葉子節(jié)點中，提取出全部注冊掌紋圖像塊的block_id，將其加入掌紋圖像塊相似列表，開始處理第p+1個特征向量。當(dāng)全部特征向量檢索到的掌紋圖像塊block_id識別碼都加入掌紋圖像塊相似列表后，統(tǒng)計該列表中掌紋圖像塊block_id識別碼出現(xiàn)的頻數(shù)并按照頻數(shù)從高到低對block_id進(jìn)行排序。依經(jīng)驗，預(yù)先設(shè)定一個頻數(shù)的閾值，在掌紋圖像塊相似列表中將高于這個閾值的全部掌紋圖像塊block_id識別碼加入掌紋比對嫌疑列表。

步驟s07：將待識別掌紋圖像塊的細(xì)節(jié)點矩陣逐一地與掌紋比對嫌疑列表中注冊掌紋圖像塊的細(xì)節(jié)點矩陣進(jìn)行比對，將比對相似度最高的注冊掌紋圖像塊的block_id取出，提取出其中對應(yīng)的palm_id識別碼放入掌紋相似選擇列表中；

具體而言：將待識別掌紋圖像塊的矩陣逐一地與掌紋比對嫌疑列表中全部注冊掌紋圖像塊的特征矩陣采用目前流行的基于細(xì)節(jié)點特征的掌紋特征比對，得到一個相似度的數(shù)值。在逐一比對結(jié)束后，在全部對結(jié)果中，將比對相似度最高的注冊掌紋圖像塊的block_id取出。由于block_id中包含有palm_id，所以可以從中提取出對應(yīng)的palm_id識別碼放入掌紋相似選擇列表中。

步驟s08：當(dāng)全部待識別掌紋圖像塊依次全部比對結(jié)束后，判斷掌紋相似選擇列表中出現(xiàn)頻數(shù)最高的palm_id識別碼是否超過預(yù)設(shè)的次數(shù)閾值，如果超過則認(rèn)為待識別掌紋圖像在全部注冊掌紋圖像中找到了與其一致的掌紋圖像，否則就認(rèn)為沒有找到待識別掌紋圖像。

本發(fā)明具有如下有益的技術(shù)效果，

(1)本發(fā)明提出一種多特征的掌紋編碼、比對方法，用于在大規(guī)模掌紋圖像中快速準(zhǔn)確的進(jìn)行掌紋比對。隨著掌紋應(yīng)用的日益廣泛，本發(fā)明的有益技術(shù)效果更加明顯；

(2)本發(fā)明構(gòu)建的掌紋特征編碼方式，有效克服了在大規(guī)模掌紋數(shù)據(jù)中，僅以細(xì)節(jié)點或者紋線作為掌紋特征導(dǎo)致掌紋區(qū)分能力不足的困境；

(3)本發(fā)明構(gòu)建的掌紋快速篩選樹方案可以在大規(guī)模掌紋比對中極大的縮小掌紋比對范圍，提高掌紋比對速度。

附圖說明

圖1本發(fā)明實施方法的流程圖；

圖2本發(fā)明中掌紋圖像水平主線連接線段及圖像旋轉(zhuǎn)平移中心點示意圖；

圖3本發(fā)明中細(xì)節(jié)點與紋線結(jié)合的多特征計算結(jié)構(gòu)示意圖；

圖4本發(fā)明中掌紋快速篩選樹示意圖。

具體實施方式

下面結(jié)合附圖及實施例對本發(fā)明進(jìn)行詳細(xì)說明。

實施例：

如圖1所示，本發(fā)明具體包括以下步驟：

步驟s01：輸入大規(guī)模注冊掌紋圖像和一張待識別掌紋圖像，給全部掌紋圖像標(biāo)記唯一的識別編碼：palm_id；

可以依次設(shè)定注冊掌紋圖像的唯一palm_id表示碼為zw0001、zw0002、zw0003等，設(shè)定待識別掌紋圖像的palm_id標(biāo)識碼為qzw01。

步驟s02：按照統(tǒng)一的坐標(biāo)系將全部掌紋圖像進(jìn)行圖像旋轉(zhuǎn)及平移；

假定當(dāng)前掌紋為左掌。掌紋圖像的左上角為圖像坐標(biāo)原點，全圖為2304像素高(x軸水平向右為正方向)，2034像素寬(y軸豎直向下為正方向)。圖像的中心點坐標(biāo)應(yīng)該為(1152,1152)。假定主線的起始點a坐標(biāo)為(1728,1102)，終止點b坐標(biāo)為(576,1202)。連接a、b兩點，形成直線段ab，令其中線點為o，通過圖像旋轉(zhuǎn)公式得到圖像各點的新坐標(biāo)，其中o點的坐標(biāo)變?yōu)?imgfile="bda0001292102870000061.gif"wi="66"he="61"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>比較(1152,1152)點與點之間的坐標(biāo)距離差，將整個圖像按照這個坐標(biāo)距離進(jìn)行水平與豎直方向移動，使點在圖像中的新坐標(biāo)為(1152,1152)，并成為圖像的中心點。此時a、b兩點的新坐標(biāo)變?yōu)椋?1730,1152)、(574,1152)。

步驟s03：將每一掌紋圖像按照一定尺寸切割成為若干掌紋圖像塊。其中由注冊掌紋圖像切割出來的掌紋圖像塊稱為注冊掌紋圖像塊，由待識別掌紋圖像切割出來的掌紋圖像塊稱為待識別掌紋圖像塊。待全部掌紋都切割成為掌紋圖像塊后，給每個掌紋圖像塊唯一的識別碼block_id。該block_id中含有當(dāng)前掌紋圖像塊所屬掌紋圖像的palm_id；

本發(fā)明實施例中所有掌紋圖像均為2304像素高，2034像素寬。由此可以按照256像素*256像素的圖像塊大小，切割為81個大小一致的圖像塊，每個塊之間無重疊區(qū)域，按照從左至右從上到下的順序給這81個圖像塊定義序號。例如第一個注冊掌紋圖像的第一個圖像塊的block_id可以定義為zw0001b1，第一個注冊掌紋圖像的第二個圖像塊的block_id可以定義為zw0001b2。由此所有掌紋圖像切割出來的全部圖像塊的識別碼是唯一的。

步驟s04：分別對每一個掌紋圖像塊構(gòu)建特征矩陣及細(xì)節(jié)點矩陣；

依次從全部掌紋圖像塊中選取一個掌紋圖像塊作為當(dāng)前掌紋圖像塊構(gòu)建特征矩陣。假定當(dāng)前掌紋圖像塊中有100個細(xì)節(jié)點，例如選取第1個細(xì)節(jié)點，其位置及角度為α1＝(30,40,45)，順著第1個細(xì)節(jié)點追蹤掌紋脊線，能追溯到第10個細(xì)節(jié)點，其位置及角度為α10＝(200,50,135)，則用直線連接第1、10兩點，計算得到兩點之間的直線距離為170。在該直線的中心做垂線，記錄垂線與1、10兩點之間脊線的交點的位置及角度為αk＝(100,90,2)。記錄該點到沿垂線方向到第1、10兩點之間直線所跨越的紋線數(shù)目為5，記錄第1,10兩點的角度差為90。由此構(gòu)成一個特征向量v1＝(30，40，45，200，50，135,100，90，2，5，170，90)。假定針對所有細(xì)節(jié)點，共找到了20個這樣的特征向量，因此可以構(gòu)成特征矩陣此外，對于全部100個細(xì)節(jié)點，構(gòu)成100行，3列的細(xì)節(jié)點矩陣至此用的兩個矩陣代表當(dāng)前掌紋圖像塊的全部特征。進(jìn)一步可以開始構(gòu)建下一掌紋圖像塊的特征矩陣。

步驟s05：構(gòu)建掌紋快速篩選樹。在掌紋快速篩選樹的葉子節(jié)點登記具有相似特征評價指標(biāo)的注冊掌紋圖像塊，形成特征評價指標(biāo)相似的注冊掌紋圖像塊列表；

具體而言，構(gòu)建掌紋快速篩選樹的過程如下：按照wij構(gòu)建第一層分支。設(shè)定跨越紋線數(shù)的最大值為20，預(yù)設(shè)的紋線分配區(qū)間寬度為4，則平均分成個獨立分支。對于第一層的每一個分支，選擇dij作為第二層分支。設(shè)定直線距離的最大值為400，預(yù)設(shè)的直線距離分配區(qū)間寬度為20，則平均分成個獨立分支。對于第二層的每一個分支，第三層選擇cij指標(biāo)。由于角度差的最大值為180度，則預(yù)設(shè)角度分配區(qū)間寬度為30，則平均分成個獨立分支。

將掌紋圖像塊注冊到掌紋快速篩選樹的過程如下：逐一登記全部注冊掌紋圖像塊，針對當(dāng)前第一個注冊掌紋圖像塊，取其特征矩陣逐行抽取特征向量，比如抽取第一行特征向量v1中wp,dp,cp三個指標(biāo)的值分別為5、170、90。從掌紋快速篩選樹的根節(jié)點開始，計算確定落在第2個分支內(nèi)；從該分支的第二層開始，計算確定落在第9個分支內(nèi)；從該分支的第三層開始，計算確定落在第3個分支內(nèi)，由此抵達(dá)掌紋快速篩選樹的葉子節(jié)點。在該葉子節(jié)點記錄當(dāng)前注冊掌紋圖形塊的block_id識別碼。抽取該掌紋圖像塊的第二行特征向量，重復(fù)上述工作直到全部特征向量抽取完畢，開始轉(zhuǎn)入下一注冊掌紋圖像塊的登記工作直至全部注冊工作完成。

步驟s06：依次利用待識別掌紋圖像塊的特征矩陣在掌紋快速篩選樹中檢索與待識別掌紋圖像塊具有相似特征評價指標(biāo)的注冊掌紋圖像塊列表。對于每一次這樣的檢索，在注冊掌紋圖像塊列表中對表中的各掌紋圖像塊block_id識別碼出現(xiàn)頻次進(jìn)行統(tǒng)計，將頻次最高的若干掌紋圖像塊取出來形成注冊掌紋圖像塊嫌疑列表；

取得待識別掌紋圖像塊的特征向量第1行，取出其包含w1,d1,c1三個指標(biāo)的值為6、179,93。針對掌紋快速篩選樹，計算確定第一層選擇第2個分支，計算確定第二層選擇第9個分支，計算確定第三層選擇第4個分支。在第三層的葉子節(jié)點中，取出全部掌紋圖像塊block_id識別碼(zw0010b1、zw0019b2、zw0030b3、zw0040b4)，將其加入掌紋圖像塊相似列表中，開始處理第2個特征向量。取得特征向量第2行，取出其包含w2,d2,c2三個指標(biāo)的值為19、254、126。針對快速篩選樹，計算確定第一層選擇第5個分支，計算確定第二層選擇第13個分支，計算確定第三層選擇第5個分支。在第三層的葉子節(jié)點中，取出全部掌紋圖像塊的block_id識別碼(zw0011b1、zw0019b2、zw0031b3、zw0040b3)，將其加入掌紋圖像塊相似列表中，開始處理第3個特征向量。當(dāng)全部特征向量檢索到的掌紋圖像塊block_id識別碼都放入掌紋圖像塊相似列表后，對相似列表中的掌紋圖像塊block_id識別碼出現(xiàn)頻數(shù)統(tǒng)計。zw0011b1掌紋圖像塊共計統(tǒng)計到30次，zw0040b3掌紋圖像塊共計統(tǒng)計到25次，zw0019b2掌紋圖像塊統(tǒng)計到21次，zw0008b8號掌紋圖像塊統(tǒng)計到17次，依次類推。設(shè)定頻數(shù)的閾值為20次，則掌紋比對嫌疑列表中存入zw0011b1、zw0040b3、zw0019b2三個掌紋圖像塊的block_id識別碼。

步驟s07：將待識別掌紋圖像塊的細(xì)節(jié)點矩陣逐一地與掌紋比對嫌疑列表中注冊掌紋圖像塊的細(xì)節(jié)點矩陣進(jìn)行比對，將比對相似度最高的注冊掌紋圖像塊的block_id取出，提取出其中對應(yīng)的palm_id識別碼放入掌紋相似選擇列表中；

利用待識別掌紋圖像塊的細(xì)節(jié)點矩陣依次和zw0011b1、zw0040b3、zw0019b2三個掌紋圖像塊的細(xì)節(jié)點矩陣進(jìn)行比對。其中zw0040b3掌紋圖像塊的比對相似度最高，將zw0040b3這個掌紋圖像塊的palm_id識別碼zw0040放入掌紋相似選擇列表中；

步驟s08：當(dāng)全部待識別掌紋圖像塊依次全部比對結(jié)束后，判斷掌紋相似選擇列表中出現(xiàn)頻數(shù)最高的palm_id識別碼是否超過預(yù)設(shè)的次數(shù)閾值，如果超過則認(rèn)為待識別掌紋圖像在全部注冊掌紋圖像中找到了與其一致的掌紋圖像，否則就認(rèn)為沒有找到待識別掌紋圖像。

在全部待識別掌紋圖像塊比對結(jié)束后，在掌紋相似選擇列表中出現(xiàn)頻數(shù)最高的palm_id識別碼為zw0429，它超過了預(yù)設(shè)的次數(shù)閾值，因此最終認(rèn)定編號為zw0429的掌紋作為待匹配掌紋圖像的比中結(jié)果。

總之，本發(fā)明通過掌紋特征編碼及快速篩選樹的方式在大規(guī)模掌紋圖像中快速、準(zhǔn)確的完成比對任務(wù)。

上面對本發(fā)明的較佳實施方式作了詳細(xì)說明，但是本發(fā)明并不限于上述實施方式，在本領(lǐng)域的普通技術(shù)人員所具備的知識范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前提下做出各種變化。