基于局部二值模式与尺度不变特征变换的鲁棒掌纹识别方法研究

本文提出了一种融合局部二值模式（LBP）与尺度不变特征变换（SIFT）的LBPSIFT-SGR系统，通过多尺度LBP算子检测稳定关键点，并结合自几何关系（SGR）过滤器消除误匹配。实验表明，该系统在完整掌纹识别中与现有技术性能相当，在局部掌纹识别场景（如犯罪现场取证）中更具显著优势。

　　

亮点

本研究通过创新性结合局部二值模式（LBP）与尺度不变特征变换（SIFT），开发出LBPSIFT-SGR系统。该系统突破性地采用多尺度LBP图像差分替代传统高斯差分，显著提升关键点检测鲁棒性。特别设计的自几何关系（SGR）过滤器通过分析匹配点对的几何拓扑结构，有效剔除误匹配（如_图12所示），为法医学部分掌纹比对提供新范式。

实验验证

在THUPALMLAB（500ppi）、POLYU等多模态数据库测试中，LBPSIFT-SGR在完整掌纹识别中达到98.7%准确率（与最优方法相当），而对25%局部掌纹的识别率仍保持89.2%，远超传统编码方法（<45%）。系统对旋转（±15°）、亮度变化（±30%）等干扰表现出强鲁棒性。

讨论

当前主流方法依赖完整掌纹区域，而LBPSIFT-SGR首次实现：

1）基于LBP-SIFT的局部特征稳定性增强

2）SGR过滤器对噪声环境的自适应能力

3）支持部分-整体掌纹的跨模态匹配

结论

该研究为犯罪现场生物特征碎片化样本（如潜隐掌纹）的司法鉴定提供突破性解决方案，其轻量化架构更适用于边缘计算设备部署。未来可拓展至多模态生物特征融合领域。

（注：严格遵循术语标注规范，如LBP/SIFT等缩写首次出现时标注全称；保留技术符号如_图12；去除了文献引用标识[xx]及图示标识Fig.x）