手掌靜脈識(shí)別技術(shù)研究.pdf

1、當(dāng)今社會(huì)信息量呈現(xiàn)井噴式膨脹，信息安全就顯得格外總要，其中身份認(rèn)證識(shí)別就是其中一個(gè)重要的課題。伴隨著社會(huì)科技的進(jìn)步，身份認(rèn)證識(shí)別裝置需要越來越便捷小型化、安全等級(jí)越來越高。傳統(tǒng)的認(rèn)證識(shí)別技術(shù)已經(jīng)跟不上社會(huì)發(fā)展的腳步，滿足不了人們的需求，而新興的生物特征識(shí)別技術(shù)正脫穎而出。其中掌靜脈識(shí)別技術(shù)安全等級(jí)更高、穩(wěn)定性更好、具有活體識(shí)別等特點(diǎn)。本文主要研究了手掌靜脈識(shí)別的相關(guān)技術(shù)。
　　在圖像采集方面，本文設(shè)計(jì)了圓形的LED近紅外光源陣列，

2、使得近紅外光源能更均勻地照射到手掌上，以提高圖像采集的質(zhì)量，此外在CCD鏡頭外加裝了850nm的濾光片，減少自然光的干擾。采集了人體手掌靜脈圖像并組成了圖像庫，供后續(xù)圖像實(shí)驗(yàn)使用。
　　在圖像預(yù)處理方面，本文設(shè)計(jì)了一種截取圖像 ROI（感興趣區(qū)域）的方法，根據(jù)掌形圖像確定關(guān)鍵點(diǎn)，以提取富有手掌靜脈信息的區(qū)域。設(shè)計(jì)了一種圖像增強(qiáng)算法，將其和直方圖均衡、Niblack算法、修正的Niblack算法進(jìn)行了對(duì)比，此外還進(jìn)行了圖像歸一化處理

3、，減少圖像因過亮或者過暗而造成的影響。圖像預(yù)處理過程取得了不錯(cuò)的效果，為后續(xù)特征提取奠定了基礎(chǔ)。
　　在圖像特征提取和匹配方面，本文介紹了基于Hu矩和單方向2D-Gabor的特征提取算法，并對(duì)后者進(jìn)行了改進(jìn)，設(shè)計(jì)了基于Hu矩和多方向2D-Gabor的兩級(jí)識(shí)別算法。通過對(duì)比圖像間的漢明距離來進(jìn)行特征匹配，修改了漢明距離的計(jì)算方法，以彌補(bǔ)手掌關(guān)鍵點(diǎn)偏移而造成的影響。最后基于采集到的手掌靜脈圖像庫，進(jìn)行了識(shí)別實(shí)驗(yàn)，相比于單一的基于Hu矩