基于像素環(huán)形均值與局部二值融合的手背靜脈識(shí)別研究.pdf

1、隨著時(shí)代的發(fā)展，人工智能技術(shù)越來(lái)越多的進(jìn)入到人們的生活和工作當(dāng)中。信息化的普及和應(yīng)用使人們對(duì)信息安全的保障有了越來(lái)越多的需求，而生物識(shí)別技術(shù)也越來(lái)越多的應(yīng)用到了我們保障信息安全中來(lái)。手背靜脈作為一種生物特征具有很多獨(dú)特的優(yōu)勢(shì)，例如靜脈信息全都在手背當(dāng)中，不會(huì)被仿造，采集設(shè)備造價(jià)相對(duì)低廉，用戶的接受度強(qiáng)等特點(diǎn)，因此逐漸成為研究的熱點(diǎn)。
　　目前對(duì)手背靜脈的識(shí)別研究還處于研究發(fā)展階段，對(duì)于手背靜脈的采集系統(tǒng)的設(shè)計(jì)研究，圖像的感興趣區(qū)域

2、采集都有不同的方法與理解。其中最關(guān)鍵的是手背靜脈識(shí)別算法的研究。傳統(tǒng)的手背靜脈識(shí)別方法主要以單一算法進(jìn)行識(shí)別。多特征融合在實(shí)時(shí)性，精確性等方面相比于單特征識(shí)別具有很大優(yōu)勢(shì)。本文提出了決策層融合算法將兩種改進(jìn)的手背靜脈識(shí)別算法進(jìn)行融合。
　　本文做了以下主要工作:
　?。?）設(shè)計(jì)了手背靜脈近紅外采集裝置，針對(duì)此前采集方式以反射式的采集方法圖像血管呈現(xiàn)不清晰的弊端，我們采用了透射式的方法采集手背靜脈血管。測(cè)試表明，通過(guò)近紅外LE

3、D透射手背采集靜脈紋理方法能夠獲取紋理清晰、明顯的手背靜脈圖像。
　?。?）對(duì)采集到的手背靜脈圖像進(jìn)行預(yù)處理，主要對(duì)手背靜脈感興趣區(qū)域(ROI)，選擇與定位問(wèn)題進(jìn)行了研究，針對(duì)本文透射式采集方法獲取的手背靜脈圖像，設(shè)計(jì)了感興趣區(qū)域具體提取算法。
　?。?）分析了BP神經(jīng)網(wǎng)絡(luò)算法在圖像匹配中的應(yīng)用做了具體的，對(duì)相關(guān)算法進(jìn)行比較研究，并在圖像配準(zhǔn)的MAD算法和像素環(huán)形排列均值的神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上提出了像素環(huán)形均值匹配算法。經(jīng)實(shí)

4、驗(yàn)表明，該算法識(shí)別速度達(dá)到15ms滿足實(shí)施匹配的需求。
　?。?）分析了局部二值模式（LBP），闡述了關(guān)于靜脈紋理的LBP及改進(jìn)算法，并在此基礎(chǔ)上提出了改進(jìn)型的LBP算法，經(jīng)實(shí)驗(yàn)，該算法達(dá)到了98.8％的識(shí)別率。
　?。?）論述了融合算法，并在此基礎(chǔ)上提出了基于像素環(huán)形排列均值算法與改進(jìn)型LBP算法在手背靜脈識(shí)別方面的決策層融合算法，該算法將基于環(huán)形排列均值算法和改進(jìn)型LBP算法的優(yōu)點(diǎn)進(jìn)行融合，經(jīng)實(shí)驗(yàn)，該融合算法達(dá)到了手背靜