基于手背靜脈與虹膜的生物特征識(shí)別方法研究.pdf

1、隨著現(xiàn)代網(wǎng)絡(luò)和信息技術(shù)的快速發(fā)展，人們對(duì)社會(huì)信息的安全性要求日益提高，基于生物特征的智能身份鑒別方法逐漸受到廣泛重視。在眾多生物特征識(shí)別方法中，手背靜脈識(shí)別和虹膜識(shí)別具有穩(wěn)定性、防偽性和非侵犯性等優(yōu)勢(shì)，是生物特征識(shí)別的兩大研究熱點(diǎn)，可廣泛應(yīng)用于政府、軍隊(duì)、銀行、電子商務(wù)等領(lǐng)域。其中，手背靜脈識(shí)別是一種新興的身份鑒別方法，其研究和應(yīng)用尚處于起步階段。虹膜識(shí)別技術(shù)在近年來(lái)得到了快速發(fā)展，相對(duì)比較成熟，但虹膜識(shí)別的核心算法仍需要進(jìn)一步的研究。

2、
　　 本文首先建立了基于手背靜脈的身份識(shí)別原型系統(tǒng)，圍繞這一目標(biāo)設(shè)計(jì)實(shí)現(xiàn)了近紅外靜脈成像裝置，建立了天津大學(xué)手背靜脈圖像數(shù)據(jù)庫(kù)，并從多分辨率紋理特征、代數(shù)特征、局部SIFT(Scale Invariant Feature Transform)特征三個(gè)方面研究了手背靜脈識(shí)別算法，對(duì)算法進(jìn)行性能測(cè)試，并與現(xiàn)有的典型算法進(jìn)行對(duì)比，驗(yàn)證了算法的可行性和有效性。其次對(duì)虹膜識(shí)別中的關(guān)鍵技術(shù)進(jìn)行了研究，主要包括虹膜定位、眼皮定位以及特征提取

3、等。最后初步探討了基于手背靜脈和虹膜兩種生物特征在匹配層的數(shù)據(jù)融合。
　　 本文的創(chuàng)新性工作概括如下：
　　 1、提出了基于多分辨率紋理特征分析的手背靜脈識(shí)別方法。利用小波變換描述靜脈紋理信息變化，實(shí)驗(yàn)分析了小波函數(shù)對(duì)識(shí)別性能的影響，評(píng)估了算法對(duì)手背垂直位移和旋轉(zhuǎn)的容忍度。
　　 2、提出了基于局部SIFT特征分析的手背靜脈識(shí)別方法。利用SIFT特征描述手背靜脈的梯度信息，并改進(jìn)SIFT特征的匹配算法，從而進(jìn)一步

4、提高了識(shí)別性能。該算法對(duì)手背的平移和旋轉(zhuǎn)不敏感，具有重要的實(shí)用意義。
　　 3、提出了基于圖像抽樣的快速虹膜定位方法?；舅枷胧窃诔闃訄D像中進(jìn)行粗定位，在原分辨率圖像中實(shí)現(xiàn)精定位。利用抽樣圖像去除大量干擾信息，降低計(jì)算復(fù)雜度，改善了算法實(shí)時(shí)性。
　　 4、提出了基于最大連通路徑的眼皮定位方法。在確定眼皮檢測(cè)區(qū)域并增強(qiáng)水平方向邊緣后，通過(guò)標(biāo)注邊緣圖像中的連通路徑，搜索具有最大水平距離的連通路徑作為眼皮邊緣點(diǎn)實(shí)現(xiàn)眼皮分割，使