买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明公开了基于多点投票局部二进制模式的三维掌纹识别方法，利用邻域内多点的信息投票，从而提取出既具有高区分度又对局部形变稳定的特征表达。利用两种不同层级和组内投票点数量的MPVBP，充分利用它们之间的差异性和互补性。在特征处理方面，结合使用基于分块的直方图统计和主成分分析法，能在降低特征维度的同时，提升特征的稳定性。最终利用SVM在小样本分类中的特性完成分类。

主权项：1.一种基于多点投票局部二进制模式的三维掌纹识别方法，其特征在于：包括以下步骤：步骤1：对完整的三维手掌点云进行预处理，包括感兴趣区域切割、平滑处理和姿态归一化，将所有的掌纹调整至同一坐标系下，构成掌纹曲面的三维掌纹点云，随后将点云的z坐标信息提取出来，形成三维掌纹ROI深度图像；步骤2：对上述感兴趣区域的三维掌纹ROI深度图像提取曲面类型特征；步骤3：对上述感兴趣区域的三维掌纹ROI深度图像计算均值曲率，然后转换为均值曲率灰度图像；步骤4：对所述曲面类型特征应用基于多点投票的局部二进制模式，并使用两种参数不同的MPVBP并行的方式，得到两张基于曲面类型特征的MPVBP特征图，记为ST-MPVBPs；对所述均值曲率灰度图应用基于多点投票的局部二进制模式，并使用两种参数不同的MPVBP并行的方式，得到两张基于均值曲率灰度图的MPVBP特征图，记为MCI-MPVBPs；步骤5：在步骤4所得到的所有ST-MPVBPs与MCI-MPVBPs特征图上实施步长为12个像素的滑动分块，并在分得的每小块上进行直方图统计，将每小块得到的小的直方图首尾连接，拼成一个更大的直方图；步骤6：对于ST-MPVBPs，分别对根据两种不同模式的ST-MPVBP特征图统计得到的直方图特征进行PCA降维，得到降维后的特征向量；对于MCI-MPVBPs，分别对根据两种不同模式的MCI-MPVBP特征图统计得到的直方图特征进行PCA降维，得到降维后的特征向量；步骤7：将步骤6中得到的PCA降维后的4个特征向量，按照首尾相连的方式，拼接成一个更大的特征向量，作为表示该掌纹样本的唯一特征向量；步骤8：重复步骤1-步骤7，对训练集中所有的掌纹样本提取出唯一特征向量，以C类支持向量机训练得到一个SVM分类模型；步骤9：对于一张测试的三维掌纹ROI图像，首先重复步骤1-步骤5，提取出ST-MPVBPs和MCI-MPVBPs对应的直方图特征；再根据步骤6中得到的最优变换矩阵对上述直方图进行降维处理，得到降维后的特征向量；再按照步骤7的方式，得到表征该测试掌纹的唯一特征向量；步骤10：步骤9得到的唯一特征向量输入步骤8得到的SVM模型，得出分类结果。

全文数据：

权利要求：

百度查询： 东南大学 基于多点投票局部二进制模式的三维掌纹识别方法