基于像素環(huán)形均值與局部二值融合的手背靜脈識別研究.pdf

1、隨著時代的發(fā)展，人工智能技術(shù)越來越多的進入到人們的生活和工作當(dāng)中。信息化的普及和應(yīng)用使人們對信息安全的保障有了越來越多的需求，而生物識別技術(shù)也越來越多的應(yīng)用到了我們保障信息安全中來。手背靜脈作為一種生物特征具有很多獨特的優(yōu)勢，例如靜脈信息全都在手背當(dāng)中，不會被仿造，采集設(shè)備造價相對低廉，用戶的接受度強等特點，因此逐漸成為研究的熱點。
　　目前對手背靜脈的識別研究還處于研究發(fā)展階段，對于手背靜脈的采集系統(tǒng)的設(shè)計研究，圖像的感興趣區(qū)域

2、采集都有不同的方法與理解。其中最關(guān)鍵的是手背靜脈識別算法的研究。傳統(tǒng)的手背靜脈識別方法主要以單一算法進行識別。多特征融合在實時性，精確性等方面相比于單特征識別具有很大優(yōu)勢。本文提出了決策層融合算法將兩種改進的手背靜脈識別算法進行融合。
　　本文做了以下主要工作:
　?。?）設(shè)計了手背靜脈近紅外采集裝置，針對此前采集方式以反射式的采集方法圖像血管呈現(xiàn)不清晰的弊端，我們采用了透射式的方法采集手背靜脈血管。測試表明，通過近紅外LE

3、D透射手背采集靜脈紋理方法能夠獲取紋理清晰、明顯的手背靜脈圖像。
　?。?）對采集到的手背靜脈圖像進行預(yù)處理，主要對手背靜脈感興趣區(qū)域(ROI)，選擇與定位問題進行了研究，針對本文透射式采集方法獲取的手背靜脈圖像，設(shè)計了感興趣區(qū)域具體提取算法。
　?。?）分析了BP神經(jīng)網(wǎng)絡(luò)算法在圖像匹配中的應(yīng)用做了具體的，對相關(guān)算法進行比較研究，并在圖像配準(zhǔn)的MAD算法和像素環(huán)形排列均值的神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上提出了像素環(huán)形均值匹配算法。經(jīng)實

4、驗表明，該算法識別速度達到15ms滿足實施匹配的需求。
　?。?）分析了局部二值模式（LBP），闡述了關(guān)于靜脈紋理的LBP及改進算法，并在此基礎(chǔ)上提出了改進型的LBP算法，經(jīng)實驗，該算法達到了98.8％的識別率。
　?。?）論述了融合算法，并在此基礎(chǔ)上提出了基于像素環(huán)形排列均值算法與改進型LBP算法在手背靜脈識別方面的決策層融合算法，該算法將基于環(huán)形排列均值算法和改進型LBP算法的優(yōu)點進行融合，經(jīng)實驗，該融合算法達到了手背靜