基于多尺度線條檢測(cè)的手指靜脈識(shí)別算法研究.pdf

1、21世紀(jì)是以尖端生物識(shí)別為主的時(shí)代，目前已經(jīng)有指紋識(shí)別、虹膜識(shí)別、掌紋識(shí)別、靜脈識(shí)別、臉型識(shí)別、聲音識(shí)別等生物識(shí)別方法。靜脈識(shí)別是近年來異軍突起的一種新的生物識(shí)別方法，它具有這幾種優(yōu)點(diǎn)： 幾乎沒有那兩個(gè)人的靜脈特征是完全相同的。靜脈存在與身體內(nèi)部，不會(huì)遺失，不會(huì)遺忘。不受外部污染、輕傷影響，識(shí)別速度快。非侵入性和非接觸性成像技術(shù)對(duì)紅外線的采用，可以確保使用者的便捷性和清潔性。設(shè)備使用紅外光，不需輔助光，使用時(shí)不受天氣地點(diǎn)的影響。

2、 本文的主要研究?jī)?nèi)容包括： 研究了小波變換，重點(diǎn)研究多尺度連續(xù)小波變換，選擇高斯-拉普拉斯二階微分函數(shù)作為小波基函數(shù)。 針對(duì)本文手指靜脈圖像的特點(diǎn)，研究了圖像預(yù)處理的方法。提出了一種基于多尺度濾波圖像最大值融合的特征提取方法，運(yùn)用多尺度思想通過用多個(gè)不同尺度的高斯-拉普拉斯二階微分函數(shù)增強(qiáng)線條信號(hào)，比較不同尺度下增強(qiáng)結(jié)果，記錄下圖像中同一個(gè)點(diǎn)所對(duì)應(yīng)最大響應(yīng)及其相應(yīng)尺度，并根據(jù)最大響應(yīng)對(duì)靜脈圖像進(jìn)行重構(gòu)。

3、研究了Hessian矩陣求取脊線方向性的方法和Canny算法中的局部非極大值抑制的方法，結(jié)合這兩者方法，通過提取方向局部極大值得到靜脈血管的中心線。 根據(jù)本文跟蹤算法對(duì)靜脈血管的中心線進(jìn)行跟蹤和連接，從而將靜脈血管中心線完整的提取出來。在提取出靜脈血管中心線的同時(shí)還能夠得到中心線的方向和對(duì)應(yīng)的最大響應(yīng)尺度。 研究了基于不變矩的特征提取匹配識(shí)別方法，提出了一種將中心線的方向和對(duì)應(yīng)的最大相應(yīng)尺度作為不變矩匹配識(shí)別特征的方法。