掌靜脈識別算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，安全問題越來越受到人們的關(guān)注。如何準確可靠地識別出一個人的身份，已經(jīng)成為一個亟待解決的問題。傳統(tǒng)的身份識別機制存在容易盜取和復(fù)制的缺點，已經(jīng)不能滿足人們對于高安全性的要求。生物特征識別技術(shù)是解決該問題的有效途徑，其中，掌靜脈識別技術(shù)是近年來興起的一種生物特征識別技術(shù)，具有高防偽性、識別精度高和容易被用戶接受等優(yōu)點。本論文主要針對掌靜脈識別算法進行了比較深入的研究，研究比較了ROI(Region of Interest

2、，感興趣區(qū)域)圖像的獲取和 ROI圖像的圖像增強和去噪方式，重點研究了 NBP（Neighbor based Binary Pattern，近鄰二值模式）特征的提取匹配方法，SIFT(Scale Invariant Feature Transform，尺度不變特征)特征的提取匹配方法并提出了一種融合紋理特征和局部不變特征的掌靜脈識別方法。本論文的主要工作和研究成果如下：
　　1．就掌靜脈識別ROI圖像的獲取和預(yù)處理進行了初步研究和

3、比對實驗，選取基于掌心矩形的ROI圖像提取方式和CLAHE（Contrast Limited Adaptive histogram equalization，限制對比度自適應(yīng)直方圖均衡）方法與中值濾波的方法對圖像進行圖像增強和去噪，以達到后續(xù)試驗的最好效果。
　　2．研究了基于NBP特征和基于SIFT特征的兩種單特征的掌靜脈識別方法。針對SIFT匹配過程中傳統(tǒng)RANSAC（Random Sample Consensus，隨機抽樣一

4、致算法）方法的弊端，提出了一種基于相似度距離剔除錯誤匹配點的方法，提高錯誤匹配點剔除的效率及準確率，使SIFT算法在掌靜脈識別中的應(yīng)用更為準確。然后，設(shè)計實驗對兩種掌靜脈識別方式進行比較分析，得到兩種算法性能特點，為后續(xù)融合兩種算法提供依據(jù)和思路。
　　3．針對前文研究的兩種算法的優(yōu)缺點，通過對兩種算法融合的可行性進行分析：NBP特征作為一種全局特征，SIFT作為一種局部特征，兩者對于不同手掌圖像的區(qū)分度和相同手掌圖像的匹配度具有