手掌靜脈增強(qiáng)算法研究.pdf

1、手掌靜脈圖像是一種生物特征識(shí)別技術(shù)，在識(shí)別過(guò)程中具有活體識(shí)別、內(nèi)部特征、非接觸式、不可偽造性等優(yōu)點(diǎn)，成為身份認(rèn)證的研究熱點(diǎn)。但是，手掌靜脈在獲取和傳輸過(guò)程中，通常會(huì)出現(xiàn)噪聲附加以及圖像失真等問(wèn)題，為了給手掌靜脈識(shí)別系統(tǒng)提供可靠的特征依據(jù)，需要對(duì)采集到的手掌靜脈圖像進(jìn)行增強(qiáng)和降噪處理。
　　 Contourlet變換作為一種新的多尺度分析方法，不但具有多分辨率時(shí)頻分析特性，而且具有良好的各向異性和方向選擇性，能夠用較少的系數(shù)來(lái)表示

2、光滑的曲線(xiàn)，是一種“真正”的二維圖像稀疏表示方法。本文圍繞Contourlet變換在手掌靜脈圖像降噪和增強(qiáng)中的應(yīng)用進(jìn)行研究，主要工作如下：
　　 (1)詳細(xì)介紹了Contourlet變換和非下采樣Contourlet變換的基本原理，為后續(xù)降噪和增強(qiáng)算法的研究奠定了基礎(chǔ)。
　　 (2)分析了噪聲對(duì)手掌靜脈圖像的影響，針對(duì)傳統(tǒng)Contourlet閾值降噪方法中存在的“過(guò)扼殺”現(xiàn)象，提出一種基于Contourlet變換的手掌靜

3、脈圖像去噪算法。對(duì)分解系數(shù)作尺度積，使系數(shù)具有較強(qiáng)的相關(guān)性，根據(jù)各尺度不同方向子帶的能量分布確定閾值，在近似分量和細(xì)節(jié)分量上分別采用S型函數(shù)和收縮閾值函數(shù)對(duì)系數(shù)進(jìn)行處理，從而在降噪的同時(shí)避免了過(guò)度的扼殺邊緣信息的現(xiàn)象。實(shí)驗(yàn)結(jié)果表明本算法去噪效果良好。
　　 (3)分析了手掌靜脈圖像質(zhì)量分布不均的問(wèn)題，針對(duì)圖像進(jìn)行局部直方圖均衡化處理后出現(xiàn)的局部區(qū)域過(guò)度模糊、噪聲附加等問(wèn)題，采用自適應(yīng)窗口的方法改進(jìn)了均衡化算法；并將該算法應(yīng)用到非