基于手指靜脈內(nèi)部特征的技術(shù)研究.pdf

1、手指靜脈識別技術(shù)，作為第二代生物特征識別技術(shù)，克服了指紋、掌紋、手形、手背靜脈識別等手部特征的諸多缺點(diǎn)，是通過人體手指內(nèi)部靜脈特征進(jìn)行身份認(rèn)證，具有更高的識別精度，安全性和方便性能滿足實(shí)際需求，擁有廣闊的市場前景。
　　本文重點(diǎn)研究基于手指靜脈識別技術(shù)的圖像預(yù)處理、靜脈特征提取與匹配算法，并設(shè)計一套完整的手指靜脈識別系統(tǒng)。
　　在圖像預(yù)處理方面，首先對采集到的手指靜脈彩色圖像進(jìn)行灰度圖像轉(zhuǎn)換和灰度歸一化處理，以節(jié)省存儲空間；

2、然后通過分析比較幾種全局閾值分割方法，提出了一種基于列像素方向的最大類間方差法，經(jīng)過去噪處理后，得到完整的手指區(qū)域；接著，采用對比度自適應(yīng)直方圖均衡化和中值濾波相結(jié)合的方法進(jìn)行手指靜脈圖像的增強(qiáng)處理，以獲得更清晰的手指圖像；由于非接觸的采集方式，靜脈圖像會有旋轉(zhuǎn)和偏移等差異。本文采用一種基于旋轉(zhuǎn)校正的手指靜脈圖像感興趣區(qū)域提取方法，然后對感興趣區(qū)域進(jìn)行尺寸歸一化。本文對比完整手指區(qū)域與感興趣區(qū)域的識別性能，實(shí)驗(yàn)結(jié)果表明采用本文的算法提取

3、感興趣區(qū)域具有較好的魯棒性和更高的識別率。
　　在特征提取方面，本文研究了基于靜脈分割的特征提取算法。詳細(xì)描述了三種手指靜脈紋路分割方法：重復(fù)線形跟蹤方法、方向谷形檢測方法和寬線檢測方法；重點(diǎn)分析了三種方法中各個參數(shù)的變化對手指靜脈分割效果的影響，從而找出一組最佳參數(shù)能使靜脈分割達(dá)到最好的效果；然后采用模板匹配的方法分別對這三種特征提取算法進(jìn)行特征匹配，比較三種方法的識別性能，從運(yùn)算速度、驗(yàn)證精度和辨識精度等方面對比分析得出基于寬

4、線檢測算法比基于重復(fù)線形跟蹤和方向谷形檢測算法的分類效果好。
　　LBP作為一種紋理描述算子，能有效描述圖像的紋理特征信息。本文研究了LBP算子的優(yōu)點(diǎn)以及存在的問題，由于大多數(shù)改進(jìn) LBP算子對噪聲、圖像旋轉(zhuǎn)變化的魯棒性增強(qiáng)，模式種類減小，特征維數(shù)降低，而且能完整的表示圖像信息。本文采用幾種典型的改進(jìn) LBP算子進(jìn)行手指靜脈特征提取，根據(jù)改進(jìn)算子提取的直方圖或者二進(jìn)制碼特征進(jìn)行卡方距離或者漢明距離匹配，分析其算法的魯棒性。根據(jù)改進(jìn)