手臂靜脈紅外圖像特征檢測(cè)與匹配算法研究.pdf

1、傳統(tǒng)的靜脈識(shí)別技術(shù)一般局限于手部（手指、手背、手掌），本文研究一種新的生物特征識(shí)別技術(shù)——手臂靜脈識(shí)別。相比于手部，手臂部位面積大、靜脈紋理多、特征信息豐富，將具有更好的應(yīng)用前景。本文分析了近年關(guān)于靜脈識(shí)別的研究現(xiàn)狀，研究一種關(guān)于手臂靜脈的特征檢測(cè)及匹配算法，主要工作如下：
　　首先，提取了近紅外手臂圖像中的單像素靜脈線及輪廓線，并對(duì)靜脈線進(jìn)行了毛刺修剪，得到了較為光滑的靜脈骨架結(jié)構(gòu)；接著，研究了基于手臂輪廓線上點(diǎn)集坐標(biāo)的方向標(biāo)準(zhǔn)

2、化及尺度標(biāo)準(zhǔn)化方法；最后分析了手臂靜脈線的特點(diǎn)，對(duì)靜脈線進(jìn)行曲線段分割，分割過(guò)程中檢測(cè)了靜脈線的分叉部位，將三條相交的曲線進(jìn)行了分割，并根據(jù)曲線的鏈碼表達(dá)來(lái)檢測(cè)曲線的拐點(diǎn)，將具有劇烈拐角點(diǎn)的曲線進(jìn)行分割。
　　然后，針對(duì)每一條靜脈曲線段，利用曲線的鏈碼表示計(jì)算了其最接近的方向作為方向特征，通過(guò)實(shí)驗(yàn)驗(yàn)證了選擇不同的起始點(diǎn)對(duì)方向的影響及方向特征的準(zhǔn)確性；根據(jù)靜脈線的方向及尺度標(biāo)準(zhǔn)化結(jié)果研究了曲線的位置特征，并證明了位置特征的可分性；提

3、取了每條曲線段最小矩形區(qū)域的Hu不變矩作為其形狀特征，并分析驗(yàn)證了Hu不變矩特征在旋轉(zhuǎn)和縮放情況下的不變性及特征的可分性。
　　最后，研究了一種匹配曲線對(duì)的計(jì)算方法，搜索出進(jìn)行匹配的兩幅靜脈圖像中的相同結(jié)構(gòu)，并以匹配曲線對(duì)上所有點(diǎn)的坐標(biāo)作為特征空間，選擇改進(jìn)的Hausdorff距離作為相似性度量，利用PSO算法迭代計(jì)算匹配曲線間的最優(yōu)空間變換，并進(jìn)一步根據(jù)全局靜脈點(diǎn)集變換后的空間重疊比率來(lái)計(jì)算匹配度。通過(guò)實(shí)驗(yàn)驗(yàn)證了本文算法具有較好