基于分層特征的SVM與融合決策的靜脈識別研究.pdf

1、生物特征識別是根據(jù)人體所固有的生理特征或行為特征來進行身份驗證的技術?；谏锾卣髯R別技術的個人身份識別系統(tǒng)具有更好的安全性、可靠性和有效性，正越來越受到人們的重視，并開始進入我們社會生活的各個領域。經(jīng)過數(shù)十年的研究，人們在人臉、指紋、虹膜、手形、掌紋、聲音、簽名、步態(tài)和靜脈等方面都取得了一定的成功。
　　靜脈識別是生物識別中的一種，它已經(jīng)成為主流的生物特征識別方法。靜脈以其采集樣本非接觸、采集過程簡單和靜脈的唯一性的特點成為高技

2、術領域的研究熱點和市場應用的重點，有著廣泛的發(fā)展空間和美好的發(fā)展前景。
　　本文實現(xiàn)手背靜脈為特征的圖像分類及匹配，最終輸出身份認證的結(jié)果，從而實現(xiàn)基于人體手背靜脈的生物身份認證。本文研究了靜脈圖像所包含信息特點，進行分層特征提取、級聯(lián)SVM分類、信息融合進行決策的分類策略和基于分層特征的靜脈匹配。研究是在對圖像進行預處理（采樣、去噪、平滑等）后進行的。
　　首先在靜脈圖像的特征提取方面，分析了圖像全局特征:圖像的峰值信噪比

3、和圖像信息熵。再分析了基于形狀的圖像特征描述符，該描述符應具有平移、旋轉(zhuǎn)、比例和仿射不變性，Hu不變矩和仿射不變矩是基于形狀區(qū)域的，邊界不變矩是基于形狀邊界的。最后對整個圖像幾何結(jié)構進行細化，對圖像的紋理結(jié)構進行特征提取和分析。
　　其次，采取級聯(lián)的SVM分類器對各層提取特征進行分類，并采用信息融合決策的方法來確定最終的分類結(jié)果。首先對每層的特征進行單獨的SVM分類，形成三層并聯(lián)結(jié)構。再對分類樣本進行可信度計算，即權值計算。最后通