版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著信息技術的迅猛發(fā)展,人們對信息安全的要求也相應的提高。傳統(tǒng)的身份識別方法由于其自身固有的缺點已經不能滿足社會發(fā)展的要求,生物特征識別技術應運而生。
靜脈識別作為生物特征識別家族的重要成員,由于靜脈血管位于體表內,很難偽造,更可靠,進而被廣泛的研究。
傳統(tǒng)的靜脈識別系統(tǒng)都是用單一的靜脈特征,然而多特征融合系統(tǒng)在準確性,抗噪性,普適性等多方面均要優(yōu)于單生物特征識別系統(tǒng)。所以本文提出了一種新的融合手部多個靜脈模式的識別
2、系統(tǒng),該系統(tǒng)同時采集手背,手掌和手指的靜脈特征用作識別。
本文研究了靜脈識別領域的有關研究成果,總結了這一研究領域中的主要識別算法,主要做出下列研究工作:
首先,研究了靜脈分割的算法。通過實驗對比目前常用的幾種靜脈分割的算法,最終選擇多方向多尺度高斯濾波的方法,因為該方法不僅可以得到很好的二值圖像,而且還可以對靜脈圖像進行增強。這些經高斯濾波增強后的靜脈圖像被應用于后續(xù)的靜脈特征提取中。
其次,本文提出了一
3、種新的靜脈特征提取算法。即在高斯增強的靜脈圖像基礎上,再用多方向濾波器組(DFB)進行多方向子帶分解,在每個子帶上應用方向LBP算子來提取靜脈的法方向特征。實驗結果表明,該方法優(yōu)于現(xiàn)有的一些靜脈識別算法。
此外,本文還研究了融合手部多個靜脈模式的方法,采用SVM分類器在決策層融合了手背,手掌和手指的靜脈特征,進而使識別結果不受單一的靜脈特征所影響,具有更強的魯棒性。
在197個人,每人20幅左右,共3919組靜脈圖像
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 手部靜脈識別關鍵技術研究.pdf
- 掌靜脈識別算法研究.pdf
- 手指靜脈識別技術算法研究.pdf
- 基于核函數(shù)的手部特征識別算法研究.pdf
- 手背靜脈識別算法研究.pdf
- 基于手部生物特征多模態(tài)識別算法研究.pdf
- 單樣本條件手部特征識別算法研究.pdf
- 手指靜脈分類識別算法的研究.pdf
- 指靜脈身份識別算法的研究.pdf
- 基于手部圖像的多模態(tài)生物識別算法研究.pdf
- 人體手指靜脈圖像識別算法研究.pdf
- 手指靜脈圖像的識別算法.pdf
- 手指靜脈圖像識別的算法研究.pdf
- 基于單樣本的手掌靜脈識別算法研究.pdf
- 指靜脈識別算法及其密碼應用.pdf
- 指靜脈圖像增強與識別算法.pdf
- 近紅外手背靜脈識別算法研究.pdf
- 基于手部特征的多模態(tài)生物識別算法研究與系統(tǒng)實現(xiàn).pdf
- 手背靜脈血管圖像識別算法研究.pdf
- 手指靜脈圖像質量評估與特征識別算法研究.pdf
評論
0/150
提交評論