基于手指靜脈內部特征的技術研究.pdf

1、手指靜脈識別技術，作為第二代生物特征識別技術，克服了指紋、掌紋、手形、手背靜脈識別等手部特征的諸多缺點，是通過人體手指內部靜脈特征進行身份認證，具有更高的識別精度，安全性和方便性能滿足實際需求，擁有廣闊的市場前景。
　　本文重點研究基于手指靜脈識別技術的圖像預處理、靜脈特征提取與匹配算法，并設計一套完整的手指靜脈識別系統(tǒng)。
　　在圖像預處理方面，首先對采集到的手指靜脈彩色圖像進行灰度圖像轉換和灰度歸一化處理，以節(jié)省存儲空間；

2、然后通過分析比較幾種全局閾值分割方法，提出了一種基于列像素方向的最大類間方差法，經過去噪處理后，得到完整的手指區(qū)域；接著，采用對比度自適應直方圖均衡化和中值濾波相結合的方法進行手指靜脈圖像的增強處理，以獲得更清晰的手指圖像；由于非接觸的采集方式，靜脈圖像會有旋轉和偏移等差異。本文采用一種基于旋轉校正的手指靜脈圖像感興趣區(qū)域提取方法，然后對感興趣區(qū)域進行尺寸歸一化。本文對比完整手指區(qū)域與感興趣區(qū)域的識別性能，實驗結果表明采用本文的算法提取

3、感興趣區(qū)域具有較好的魯棒性和更高的識別率。
　　在特征提取方面，本文研究了基于靜脈分割的特征提取算法。詳細描述了三種手指靜脈紋路分割方法：重復線形跟蹤方法、方向谷形檢測方法和寬線檢測方法；重點分析了三種方法中各個參數的變化對手指靜脈分割效果的影響，從而找出一組最佳參數能使靜脈分割達到最好的效果；然后采用模板匹配的方法分別對這三種特征提取算法進行特征匹配，比較三種方法的識別性能，從運算速度、驗證精度和辨識精度等方面對比分析得出基于寬

4、線檢測算法比基于重復線形跟蹤和方向谷形檢測算法的分類效果好。
　　LBP作為一種紋理描述算子，能有效描述圖像的紋理特征信息。本文研究了LBP算子的優(yōu)點以及存在的問題，由于大多數改進 LBP算子對噪聲、圖像旋轉變化的魯棒性增強，模式種類減小，特征維數降低，而且能完整的表示圖像信息。本文采用幾種典型的改進 LBP算子進行手指靜脈特征提取，根據改進算子提取的直方圖或者二進制碼特征進行卡方距離或者漢明距離匹配，分析其算法的魯棒性。根據改進