手指靜脈識別關(guān)鍵技術(shù)研究.pdf

1、近年來生物特征識別技術(shù)發(fā)展迅猛，目前已經(jīng)有多種識別方式被投入市場，較為常見的有指紋識別、虹膜識別、人臉識別等。然而不可否認(rèn)的是，這些生物識別技術(shù)在易用性與可靠性之間難于取舍。不同于傳統(tǒng)的生物認(rèn)證方式，手指靜脈認(rèn)證技術(shù)具有隱蔽性好、難于造假、認(rèn)證簡單以及精度高等特點，克服了傳統(tǒng)認(rèn)證方式存在的問題因而被看作第二代生物特征識別技術(shù)。盡管手指靜脈識別方法存在諸多優(yōu)點，但是從圖像獲取、預(yù)處理、特征提取到匹配幾個方面尚存在一些問題，而本文研究目的就

2、在于解決上述諸多問題。
　　本文的主要研究內(nèi)容如下。
　　針對目前手指靜脈采集設(shè)備尚沒有一個通用的設(shè)計思路、公認(rèn)的設(shè)計框架的問題，考慮到采集設(shè)備對于整個系統(tǒng)性能具有至關(guān)重要的作用，本文在對已有的設(shè)計思路加以研究的基礎(chǔ)上，設(shè)計了一套簡單實用的采集設(shè)備，并對設(shè)計過程進(jìn)行了詳細(xì)描述，通過實驗驗證，由這套采集設(shè)備獲取的圖像可以滿足圖像識別的要求。
　　針對圖像預(yù)處理問題，本文在對灰度歸一化、圖像縮放、增強(qiáng)處理等幾個部分加以研究

3、的基礎(chǔ)上，就靜脈區(qū)域定位的問題提出了一種結(jié)合 Sobel算子和Canny算子的改進(jìn)邊緣提取方法，融合了雙閾值分割的思想，該方法同時避免了Sobel算子提取邊緣較粗而Canny算子提取邊緣噪聲較多的問題。
　　針對手指靜脈的特征提取問題，本文在對大量特征提取方法加以研究的基礎(chǔ)上，采用了一種更為有效實用的特征提取方法。該方法融合了方向谷檢測、模糊增強(qiáng)、動態(tài)閾值分割以及圖像細(xì)化幾個過程。文中對每一個過程加以詳細(xì)描述，并就幾種不同的動態(tài)閾

4、值分割方法加以實驗比較，從而選擇出適于本文應(yīng)用的閾值分割方法。
　　針對手指靜脈特征匹配的問題，本文在對傳統(tǒng)的模板匹配方法加以研究的基礎(chǔ)上，應(yīng)用了一種改進(jìn)的模板匹配方法。另外考慮到手指靜脈的紋理特性，應(yīng)用了兩種基于Gabor濾波的特征匹配方法。而針對圖像旋轉(zhuǎn)對特征匹配影響較大的問題，本文通過對已有的各種手指靜脈旋轉(zhuǎn)校正方法加以研究和比較的基礎(chǔ)上，提出了兩種基于Hough變換圖像旋轉(zhuǎn)校正的方法，雖然是兩種近似處理方法，但是通過實驗證