对预处理所得到的ROI图像［图3.2（f）］进行moiré特征提取，具体步骤如下。
（1）在用户身份注册阶段，定义两个moiré特征，第一个moiré特征由模板ROI图像与它的水平对称图像进行叠加卷积得到，另一个则由模板ROI图像与它的竖直对称图像进行叠加卷积得到。从数学描述而言，叠加卷积操作可以简单地通过图像矩阵乘法来实现：
式中，Ir（x，y）为原始ROI图像，Ir（-x，y）为其水平对称图像，Ir（x，-y）为其竖直对称图像，符号“*”为矩阵的叠加卷积操作符。
ROI图像中的主要纹理特征为乳突纹，为类似指纹纹路的脊线和谷线周期交替的两极纹理结构，因此上述叠加卷积操作所得到的两个模板moiré特征分别具有与水平轴和竖直轴的反对称性。这样的一个特点体现了模板moiré特征的度量特性。
（2）在用户身份识别阶段，同样要进行moiré特征提取操作，与注册阶段的主要不同点在于：待识别ROI图像的moiré特征是通过将待识别ROI图像进行水平方向和竖直方向翻转处理后，分别与模板ROI图像进行叠加卷积得到，即将待识别ROI图像分别左右翻转和上下翻转后，再分别与该用户的模板ROI图像进行矩阵卷积：
(www.xing528.com)
式中，It（-x，y）为待识别ROI图像的水平对称图像，It（x，-y）为待识别ROI图像的竖直对称图像。
这样所得到的待识别moiré特征不会复制模板moiré特征，除非待识别ROI图像与模板ROI图像完全相同。即使是在待识别掌纹图像和模板图像都是采集于同一个用户的情况下，待识别moiré特征也不会与模板moiré特征相同，因为平移、旋转和光照变化等因素都会使得待识别ROI图像与模板ROI图像有或多或少的差异。当待识别掌纹图像和模板掌纹图像都是采集于同一个用户时，待识别moiré特征与模板moiré特征相似度很大；而当它们是采集于不同用户时，它们之间相似度很小甚至为0，即moiré特征可以很好地作为用户掌纹图像的相似性度量，从而实现了moiré特征提取的过程。
某个用户的模板moiré特征和待识别moiré特征如图3.3所示。
图3.3 某个用户的模板moiré特征和待识别moiré特征
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
