手指靜脈圖像的識(shí)別算法.pdf

1、隨著信息技術(shù)的不斷發(fā)展,信息的安全問(wèn)題越來(lái)越受到人們的重視。身份認(rèn)證是保護(hù)信息安全的重要技術(shù)手段。生物特征識(shí)別技術(shù)利用人體固有且具有唯一性的特征作為認(rèn)證的依據(jù),比傳統(tǒng)的身份認(rèn)證方法具有更好的安全性和便利性。在現(xiàn)有的生物識(shí)別技術(shù)當(dāng)中,手指靜脈識(shí)別是利用人體手指中的靜脈特征進(jìn)行身份認(rèn)證的技術(shù),具有活體識(shí)別、內(nèi)部特征、非接觸式等獨(dú)特優(yōu)勢(shì)。因此,手指靜脈識(shí)別技術(shù)已成為生物識(shí)別領(lǐng)域的一個(gè)熱點(diǎn)研究課題。
　　在實(shí)際應(yīng)用中,由于受到設(shè)備條件的限

2、制,采集到的手指靜脈圖像中往往存在質(zhì)量較差的情況,從而影響了識(shí)別系統(tǒng)的準(zhǔn)確性。針對(duì)這些問(wèn)題,本文研究了有關(guān)的手指靜脈圖像的識(shí)別算法,并提出了一種采用OPM(Occurrence Probability Matrix)的模板融合識(shí)別算法和基于子空間的兩個(gè)方向組合二維核主成分分析法的手指靜脈圖像的識(shí)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(yù)處理過(guò)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(shí)別的兩種工作模式以及評(píng)判識(shí)別性能優(yōu)劣的性能參數(shù)。
　　2.提出了一種新的改善模板的方法,該方法將經(jīng)過(guò)預(yù)處理后得到的細(xì)化圖像進(jìn)行融合,得到一個(gè)代表性模板作為每根手指的注冊(cè)模板,然后與測(cè)試模板進(jìn)行匹配識(shí)別,得出各種識(shí)別參數(shù)。研究表明,待融合的模板個(gè)數(shù)并非越多越好,因此又介紹了如何選取最佳個(gè)數(shù)模板的方法。與此同時(shí),研究發(fā)現(xiàn),將注冊(cè)模板

4、中的每一個(gè)像素點(diǎn)都平等對(duì)待并不符合實(shí)際的識(shí)別系統(tǒng),因此我們提出了OPM的概念,用以給注冊(cè)模板的不同位置的值加權(quán)。實(shí)驗(yàn)表明,采用OPM的模板改善識(shí)別算法能使系統(tǒng)識(shí)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(xiàn)性分析的幾種方法,實(shí)現(xiàn)了二維主成分分析(2DPCA)、二維最大邊界準(zhǔn)則(2DMMC)、二維費(fèi)希爾線(xiàn)性判別分析(2DFLD)等方法對(duì)手指靜脈圖像的識(shí)別。詳細(xì)給出了二維核主成分分析(K2DPCA)的主要內(nèi)