结合等价模式的自适应半径LBP特征层融合识别方法

摘要

本发明公开了一种结合等价模式的自适应半径LBP特征层融合识别方法。本发明首先利用CLAHE算法增强指纹结构突出其纹理；之后分别对单幅图像中的指纹和指静脉信息进行分离，分别提取指纹和指静脉细线特征；利用细线距离顺序统计量进行指纹和指静脉细线的匹配；其次提出结合等价模式的自适应半径LBP特征，根据图像不同区域纹理尺寸，自适应调整LBP算子的半径，并结合等价模式进行降维；最后将独立提取的指纹和指静脉特征向量进行直方图融合，形成特征层融合新特征，并利用SVM多类分类器对融合后的新特征进行训练，构成完整的单幅近红外手指图像指纹指静脉特征层融合识别模型。本发明相比于量化层在针对低质量手指具有更好的识别性能，且相比于单一模态识别算法有提升。