人体手背图像中的静脉纹路特征提取优化算法

摘要

人体手背图像的背景相对复杂,而且噪声干扰较大,使用传统算法进行特征提取时,由于只侧重于对静脉纹路特征的提取,未对噪声进行过滤,导致无法有效实现静脉纹路特征提取.为此提出一种基于SIFT-LBP的人体手背图像中静脉纹路特征提取优化算法,首先采用依据质心的有效区域提取算法将人体手背图像中含有静脉纹路的有效区域提取出来,其次将人体手背图像变成均值与方差不变的标准图像,并分析SIFT算法与LBP算法的基本理论,然后采用SIEF算法对人体手背图像的特征关键点进行检测,将关键点作为中心,建立SIFT的特征向量与LBP特征向量,求出其二值模式,最后将SIFT与LBP特征向量结合在一起,对所有编码分配一个权重,将权重添加至LBP编码中,有效完成人体手背图像中静脉纹路特征的提取.仿真结果表明,所提方法具有较高的鲁棒性及特征提取效率.