指靜脈圖像增強(qiáng)與識(shí)別算法.pdf

1、生物特征識(shí)別技術(shù)是21世紀(jì)新興的一種身份認(rèn)證技術(shù)，具有很好的研究?jī)r(jià)值和廣闊的應(yīng)用領(lǐng)域。其中，手部靜脈識(shí)別因其非觸摸、不易仿造、活體識(shí)別、高安全性和簡(jiǎn)單易用等優(yōu)勢(shì)具有巨大的市場(chǎng)潛力，并得到了國(guó)內(nèi)外各研究團(tuán)隊(duì)和工業(yè)界的高度關(guān)注。
　　然而在實(shí)際應(yīng)用中，手指靜脈識(shí)別技術(shù)也遇到了一些瓶頸，主要包括:(1)手指靜脈圖像質(zhì)量的好壞很大程度上取決于采集裝置的好壞，因此對(duì)采集裝置的設(shè)計(jì)有一定的要求;(2)由于采集過(guò)程中光照強(qiáng)度、手指位置不固定等因

2、素，采集到的原始圖像有噪聲或偏移，導(dǎo)致同一個(gè)體的樣本圖像差異較大;(3)手指靜脈特征信息不豐富，與人臉特征相比，其特征也不明顯;以上原因?qū)е略趯?shí)際應(yīng)用中，往往會(huì)遇到低質(zhì)量的手指靜脈圖像，這些低質(zhì)量的圖像會(huì)影響靜脈特征的提取以及識(shí)別，因此對(duì)靜脈圖像紋理細(xì)節(jié)的增強(qiáng)是手指靜脈識(shí)別技術(shù)中的重要研究?jī)?nèi)容。本文研究了基于邊緣檢測(cè)加權(quán)引導(dǎo)濾波的指靜脈圖像增強(qiáng)算法、改進(jìn)的結(jié)構(gòu)相似性圖像質(zhì)量評(píng)價(jià)算法以及基于改進(jìn)的韋伯局部描述符的指靜脈圖像特征提取算法。主

3、要的研究?jī)?nèi)容如下:
　　(1)基于邊緣檢測(cè)加權(quán)引導(dǎo)濾波的指靜脈增強(qiáng)
　　引導(dǎo)濾波器大多應(yīng)用在圖像去噪和去霧，本文將原始引導(dǎo)濾波應(yīng)用在指靜脈圖像增強(qiáng)算法上，實(shí)驗(yàn)效果不理想，通過(guò)對(duì)比實(shí)驗(yàn)以及理論分析，對(duì)原始引導(dǎo)濾波理論進(jìn)行了改進(jìn)，提出了基于邊緣檢測(cè)的加權(quán)引導(dǎo)濾波，即通過(guò)計(jì)算指靜脈圖像的邊緣算子幅值對(duì)引導(dǎo)濾波中固定的規(guī)整化因子進(jìn)行懲罰，得到對(duì)靜脈紋理區(qū)域和背景區(qū)域的自適應(yīng)規(guī)整化因子，使濾波器具有更好的邊緣保護(hù)特性。提出的基于邊緣檢

4、測(cè)加權(quán)引導(dǎo)濾波的指靜脈圖像增強(qiáng)算法在保證降噪效果的同時(shí)，能夠保留并突出圖像更多的靜脈紋理細(xì)節(jié)，增強(qiáng)后的圖像有利于后續(xù)的特征提取和識(shí)別。
　　(2)改進(jìn)的結(jié)構(gòu)相似性(Structural Similarity，SSIM)算法
　　除了通過(guò)識(shí)別實(shí)驗(yàn)驗(yàn)證增強(qiáng)算法的有效性，也可以通過(guò)主觀和客觀的圖像質(zhì)量評(píng)價(jià)方法來(lái)檢驗(yàn)算法，前者在實(shí)際應(yīng)用上難以實(shí)施，因此，后者是目前該領(lǐng)域的研究熱點(diǎn)。對(duì)客觀的圖像質(zhì)量評(píng)價(jià)方法的研究是為了使其質(zhì)量評(píng)價(jià)模型

5、能夠較準(zhǔn)確的反映人的主觀評(píng)價(jià)，Zhou Wang等人提出了一種客觀的圖像質(zhì)量評(píng)價(jià)方法:結(jié)構(gòu)相似度(SSIM)，其主要依據(jù)是人眼視覺(jué)系統(tǒng)(HVS)能夠提取圖像或視頻中的結(jié)構(gòu)信息，大量實(shí)驗(yàn)證明SSIM的圖像質(zhì)量評(píng)價(jià)算法性能優(yōu)于MSE和PSNR。由于圖像不同區(qū)域包含的信息不同，人眼在同一時(shí)刻只會(huì)關(guān)注自己感興趣的信息，因此，本文提出了基于邊緣檢測(cè)加權(quán)的結(jié)構(gòu)相似性(SWSSIM)圖像質(zhì)量評(píng)價(jià)方法，將增強(qiáng)后的圖像加窗分別求取窗口內(nèi)的邊緣檢測(cè)幅值和S

6、SIM指數(shù)，然后累積求和得到圖像的SWSSIM指數(shù)。
　　(3)改進(jìn)的韋伯局部描述符(Weber Local Descriptor，WLD)算法
　　原始WLD理論大多應(yīng)用于人臉識(shí)別領(lǐng)域，本文將WLD應(yīng)用在指靜脈圖像特征提取算法上，實(shí)驗(yàn)效果不理想，通過(guò)對(duì)比實(shí)驗(yàn)以及理論分析，發(fā)現(xiàn)原始WLD的差分激勵(lì)采用差值求和的計(jì)算方式，對(duì)噪聲過(guò)于敏感且存在正負(fù)差值相互抵消的問(wèn)題，導(dǎo)致所提取的特征不能有效表示指靜脈圖像的特征細(xì)節(jié)信息即邊緣信息