手指靜脈圖像的識別算法.pdf

1、隨著信息技術的不斷發(fā)展,信息的安全問題越來越受到人們的重視。身份認證是保護信息安全的重要技術手段。生物特征識別技術利用人體固有且具有唯一性的特征作為認證的依據,比傳統(tǒng)的身份認證方法具有更好的安全性和便利性。在現有的生物識別技術當中,手指靜脈識別是利用人體手指中的靜脈特征進行身份認證的技術,具有活體識別、內部特征、非接觸式等獨特優(yōu)勢。因此,手指靜脈識別技術已成為生物識別領域的一個熱點研究課題。
　　在實際應用中,由于受到設備條件的限

2、制,采集到的手指靜脈圖像中往往存在質量較差的情況,從而影響了識別系統(tǒng)的準確性。針對這些問題,本文研究了有關的手指靜脈圖像的識別算法,并提出了一種采用OPM(Occurrence Probability Matrix)的模板融合識別算法和基于子空間的兩個方向組合二維核主成分分析法的手指靜脈圖像的識別算法。本文的主要工作如下:
　　1.介紹了手指靜脈圖像采用反射光和透射光的采集方式,隨后介紹了其預處理過程,包括手指靜脈圖像的感興趣區(qū)域

3、(ROI)的提取,尺度和灰度的歸一化,圖像分割以及手指靜脈圖像的特征提取,圖像的后處理,最后介紹了匹配識別的兩種工作模式以及評判識別性能優(yōu)劣的性能參數。
　　2.提出了一種新的改善模板的方法,該方法將經過預處理后得到的細化圖像進行融合,得到一個代表性模板作為每根手指的注冊模板,然后與測試模板進行匹配識別,得出各種識別參數。研究表明,待融合的模板個數并非越多越好,因此又介紹了如何選取最佳個數模板的方法。與此同時,研究發(fā)現,將注冊模板

4、中的每一個像素點都平等對待并不符合實際的識別系統(tǒng),因此我們提出了OPM的概念,用以給注冊模板的不同位置的值加權。實驗表明,采用OPM的模板改善識別算法能使系統(tǒng)識別性能獲得較大的提升。
　　3.在基于子空間的特征匹配方法中,介紹了二維線性分析的幾種方法,實現了二維主成分分析(2DPCA)、二維最大邊界準則(2DMMC)、二維費希爾線性判別分析(2DFLD)等方法對手指靜脈圖像的識別。詳細給出了二維核主成分分析(K2DPCA)的主要內