基于全局匹配方法LBPV的指靜脈識別技術(shù)研究.pdf

1、指靜脈識別技術(shù)已經(jīng)被公認為是一種穩(wěn)定可靠的生物識別技術(shù)。它不僅是一種非侵入性和可靠的身份識別技術(shù),并且由于采用了十分安全的非接觸識別手段而被用戶廣泛接受?；谥胳o脈識別技術(shù)的身份認證設(shè)備僅需采用單芯片設(shè)計,因而體積相對較小、便攜性高且成本低廉,可以安裝在任何位置,方便易用。隨著年齡的增長,像指紋、人臉和虹膜等類似表面屬性很可能會發(fā)生變化,然而指靜脈卻可以保持不變。每個人都具有唯一且不會隨年齡而變化的靜脈模式,而且得益于在手指內(nèi)部,指靜脈

2、不會受到皮膚表面環(huán)境條件等外部因素的影響,因此指靜脈識別技術(shù)是一種非常穩(wěn)定可靠的技術(shù)。更重要的是,由于指靜脈只在紅外光下可見,所以針對指靜脈的篡改攻擊是非常困難的。
　　模式識別的核心問題之一是在模式域中尋找已知不變量。由于在方向、尺度或其他視覺特征上的變化,真實世界中的圖像通常并不總是一致的。因此指靜脈識別面臨的最大挑戰(zhàn)便是保持特征的旋轉(zhuǎn)不變性。而且,指靜脈識別同樣會明顯受到指靜脈紅外圖像質(zhì)量及有限的指靜脈紋理信息的影響?，F(xiàn)有的

3、大多數(shù)指靜脈識別方法都假設(shè)任意圖像都是在相同方向上得到的。然而,為了確保角度和距離保持恒定而試圖控制外部環(huán)境顯然是不切實際的。
　　過去的指靜脈識別研究工作一般集中于通過將不同方法結(jié)合在一起來解決靜脈識別技術(shù)中的挑戰(zhàn)。本論文提出了一種基于LBPV的方法,并且將局部對比度信息轉(zhuǎn)化為一維LBP直方圖。PBPV既不需要量化也不需要訓(xùn)練。這里采用了全局匹配方法以進一步提高匹配效率,采用了距離測量法來降低特征的維數(shù)。通過二值化和 LBPV,

4、可以利用高斯匹配濾波器來進行特征提取。為了避免使用不同的方法,高斯匹配濾波器是完全卷積的。這不僅降低了計算量,而且大大擴展了指靜脈識別技術(shù)在小型個人生物識別系統(tǒng)的應(yīng)用范圍,如生物安保、生物鑰匙、智能門把手、智能門鎖等。而自動取款機、ATM機的實際應(yīng)用充分說明了該類系統(tǒng)的魯棒性。其他指靜脈識別技術(shù)的應(yīng)用還包括計算機日志管理插件、POS認證、考勤機、物理訪問控制系統(tǒng)等。
　　實驗中采用的指靜脈數(shù)據(jù)庫來自于10個不同年齡段參與者的800

5、個手指。指靜脈樣本是從每個參與者除拇指以外的四個手指中采集的,每個手指采集20個樣本。針對每個手指靜脈的樣本集合繪制直方圖和ROC曲線。經(jīng)實驗觀察,基于LBPV的方法取得了相對較好的效果。通過與其他已有算法對比,發(fā)現(xiàn)本文提出的方法效果更好。因此可以將LBPV方法應(yīng)用到指靜脈識別中。為了測試LBPV特征的區(qū)分能力,我們使用了支持向量機。從每個參與者指靜脈樣本集合中選擇50％的樣本作為訓(xùn)練集,而剩余的樣本作為測試集。經(jīng)實驗發(fā)現(xiàn),本文提出的算