采用纹理近邻模式的掌静脉生物特征识别研究

摘要

针对传统局部二值模式(LBP)只以固定的中心像素为阈值的编码方式进行了改进,从纹理分析角度,提出一种基于近邻模式的掌脉身份识别方法,主要利用局部区域相邻像素之间的灰度大小关系,对掌脉图像进行近邻二值模式(NBP)编码。首先将手掌静脉图像分成若干大小一致的区块,然后计算每一区块的灰度平均值,形成多块均值图像,进一步使用NBP对多块均值图像进行编码,最后利用汉明距离进行匹配。采用CCD图像传感器设计了光学仪器,在实际应用环境下获取掌脉图像建立图库,并在香港理工大学(Poly U)接触式公用图库和自建非接触图库上与目前典型和流行方法进行了对比实验,结果显示该方法在8×8区块划分情况下在2个图库上获得了最低等误率(EER)分别为0.698 3%和1.603 6%,识别时间为0.122 7 s和0.124 2s,显示出方法的可行性和有效性,具有应用前景。