1.一种基于Gabor纹理约束的手指静脉图像修复方法，其特征在于包括如下步骤：S1、提取手指静脉原图像的纹理边缘信息，提取Gabor核函数，将将得到的Gabor核函数分解为实部核函数gre和虚部核函数gim；将手指静脉原图像分别与gre和gim进行卷积，并取模得到最终的系数幅值，获取8个方向上的Gabor滤波响应图；

S2、对得到的8个方向的Gabor滤波响应图进行垂直相位差量化编码；将8个方向的滤波响应幅值Hk按相互垂直关系组成4组，然后计算两者滤波响应差值绝对值，并选取最大的那一对方向进行组合，由此计算得到最终编码后的Gabor纹理特征矩阵；

S3、确定待修补窗口主纹理方向；

首先统计待修补窗口内所有已知信息点对应的Gabor纹理特征值，并设置其众数为该窗口的主纹理特征，然后对待修补点的Gabor纹理特征值进行赋值更新；所述的众数指窗口内概率最大的纹理方向；

S4、设计Gabor纹理约束机制以及权重参数；

首先计算窗口内主纹理方向上的已知像素点的灰度平均值avg，然后统计该纹理方向上的每个已知点q与avg差的绝对值以及与中心待修补点p之间的欧式距离；

S5、确定破损区域的修复优先级；

采用Sethian提出的水平集算法模拟破损边界曲线演化的过程，从破损边界开始通过逐点修复的方式逐步向内部扩散，直到所有的未知像素点都被修补完毕；假设边界经过每个像素点的时间值为T(i,j)，当边界经过某一点时，只需要更新当前点4邻域像素点的时间信息；根据破损边界每个点时间值T(i,j)大小确定其优先级顺序；

S6、根据修复优先级，进行基于Gabor约束下的手指静脉破损区域修复；根据步骤S5得到的修复优先级选取优先修复点，再通过步骤S1、S2、S3获得待修补窗口主纹理方向，根据主纹理方向对窗口内已知像素点进行筛选，对筛选过后的已知点像素信息进行加权计算得到待修复点修复后的结果，更新该修复点的时间距离值和Gabor纹理特征值；

S7、重复步骤S3、S4、S5、S6的操作直至所有未知点全被修复。

2.根据权利要求1所述的一种基于Gabor纹理约束的手指静脉图像修复方法，其特征在于所述的步骤S1具体实现如下：Gabor核函数是一个通过正弦平面波加窗的高斯核函数，如式(1)：式(1)中，(x,y)是点的坐标；θ为方向角度参数；(x',y')是像素点旋转θ后的坐标；λ为正弦波函数波长；ψ为正弦波函数的相位偏移量；σ为高斯标准差，也称空间尺度因子；γ为Gabor核函数的空间方向比例；实验表明参数取值与图像尺寸大小相关，根据图像尺寸对参数进行合适的设定能获得更优的纹理提取效果；

根据手指静脉的延伸分布的多方向性，提取多个角度的Gabor滤波器，如式(2)所示：式中N为总方向数，取值为8，用于后续特征编码，k表示第个角度，π/N是角度间隔；

将得到的Gabor核函数分解为实部核函数gre和虚部核函数gim，将手指静脉原图像F(x,y)分别与gre和gim进行卷积，并取模得到最终的系数幅值，如式(3)所示：式中，得到Hk,σ(x,y)re、Hk,σ(x,y)im分别表示k角度，σ尺度的Gabor滤波器的实部和虚部与原图卷积后的结果，Hk,σ(x,y)为最终的系数幅值；

故选择3个尺度中最大的作为每个点在该方向上的幅值系数，获取8个方向上的Gabor滤波响应图Hk(k＝1,2,…,8)：

3.根据权利要求1或2所述的一种基于Gabor纹理约束的手指静脉图像修复方法，其特征在于所述的步骤S2具体实现如下：计算两者滤波响应差值绝对值，并选取最大的那一对方向进行组合，如式(5)所示：式中，ΔHkmax那组的两个方向kmax和kmax⊥就是手指静脉图像像素点F(x,y)的可能走向，俩者之间较大者代表着该方向的滤波响应值最大；由此可通过下式计算得到最终编码后的Gabor纹理特征矩阵：并为了避免未知信息对后续特征编码造成的影响，将未知点的灰度值置为0,将式(6)修改为式(7)所示：

4.根据权利要求3所述的一种基于Gabor纹理约束的手指静脉图像修复方法，其特征在于所述的步骤S3具体实现如下：待修补窗口主纹理特征的推断与更新公式如式(8)、式(9)所示：上式中Bε(p)表示中心像素点为p，窗口大小为ε的待修补窗口， 表示Bε(p)内所有已知像素点的Gabor纹理特征信息， 为待修补窗口的主纹理方向。

5.根据权利要求4所述的一种基于Gabor纹理约束的手指静脉图像修复方法，其特征在于所述的步骤S4具体实现如下：灰度平均值avg、每个已知点q与avg差的绝对值以及与中心待修补点p之间的欧式距离，计算过程如式(10)、式(11)、式(12)所示：gray(p,q)＝|F(q)-avg|                   (11)dst(p,q)＝||p-q||2                     (12)式中，gray为灰度结构系数，灰度值越接近该纹理走向上灰度平均值的点将赋予更高的权值，dst为距离系数，与待修补点p相距越近的点将赋予更高的权值；

再根据标准正态分布模型的指数部分计算各像素点权重值的大小：

将权值进行归一化处理：

最终可得到加权公式的最终定义：

6.根据权利要求5所述的一种基于Gabor纹理约束的手指静脉图像修复方法，其特征在于所述的步骤S5具体实现如下：破损区域边界扩散满足Eikonal方程条件：

式中vi,j表示破损边界上某点的扩散速度，图像中每次行进一个像素点，因此取值为1；

再使用逆向差分法对方程式(16)进行求解，得到破损边缘经过各个未知点的时间T值，如式(17)所示：式中 是时间函数在水平x和垂直y方向上的前、后向差分，

最终求解得到边界经过该点的时间值T(i,j)。