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：南京信息工程大学

摘要：本发明公开了一种局部差值极化的指纹活性检测方法，其特征在于：首先利用LBP来提取指纹图像特征，再利用鲁棒主成分分析法将LBP特征图进行降秩操作，对低秩部分利用局部阈值极化算法进行极化分割，并对其进行特征统计，转化成特征向量并进行特征选择，最后把构造的特征作为分类器的输入，用于后续模型的训练和测试，鉴别待测指纹图像是否为伪造指纹。本发明能够有效降低噪声对特征识别的误导，使得原有的纹理特征更加清晰，且准确率得到了提升，增强了对用户的信息和财产安全的保护。

主权项：1.一种基于低秩LBP和局部差值极化的指纹活性检测方法，其特征在于包含以下步骤：步骤一：首先利用LBP算法提取每个像素块对应的特征值，通过对这些特征值进行重新组合，形成与原指纹相类似的特征图像，即LBP特征图，LBP特征图能更好地刻画真假指纹的内部差异，可以更好的鉴别真假指纹图像；步骤二：再利用鲁棒性主成分分析算法将LBP特征图进行降秩处理，将指纹图像分解成两部分，一部分具有低秩特性，另一个部分具有稀疏特性，对低秩部分利用局部差值极化算法进行极化分割，并对其进行特征统计，转化成特征向量并进行特征选择；步骤三：最后把构造的特征作为分类器的输入，用于后续模型的训练和测试，鉴别待测指纹图像是否为伪造指纹；所述的步骤二中的局部差值极化算法由以下步骤组成：第一步：对经过鲁棒性主成分分析算法处理的LBP特征图，即低秩图，取四个角上5×5像素块的LBP特征值总和S，将S除以所取像素的个数得到阈值Y，如公式1和2所示： 其中X为低秩LBP特征图，m为图像行数，n为图像列数，将大于阈值Y的像素值置为1，否则置为0，得到阈值图，以5×5的像素块为基本单位，对于单位内每个像素点的邻近8个像素块进行统计，若与中心像素点值相同则将中心像素点的差异值D加1，差异值为阈值图中中心像素点与邻近8个像素点值相同的个数，如公式3所示： 第二步：对于单位内每个像素点的差异值D，若D大于设定的值P，就将该单位的规整度R加1，规整度是单位内像素点差异值D大于设定值P的像素点个数，用来衡量该单位内图像的规律性，如公式4所示： 第三步：当规整度R小于设定值Q时，将LBP特征图中该单位内所有像素点的值极化为最大值255，得到粗糙的极化图，由于极化图中应被极化的部分尚有残留且指纹有被误极化部分，所以需要再设置一个更大的像素块，如20×20的像素块，对该像素块内被极化的5x5单位像素块数量进行统计，若数量不超过设定值则将大像素块内所有被极化的像素块复原，得到最终的切割图。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于低秩LBP和局部差值极化的指纹活性检测方法