視網(wǎng)膜血管識(shí)別技術(shù)研究與算法實(shí)現(xiàn).pdf

1、隨著電子商務(wù)、手機(jī)支付和在線購(gòu)物等線上交易模式的發(fā)展，人們對(duì)于虛擬數(shù)據(jù)的安全性的要求越來越高，傳統(tǒng)的在線身份識(shí)別技術(shù)，如賬號(hào)密碼已不能滿足安全性的需求，而生物識(shí)別技術(shù)得益于其可靠性、難偽造性開始逐漸被應(yīng)用到手機(jī)、電腦等民用電子終端設(shè)備的身份認(rèn)證和支付系統(tǒng)中。
　　在眾多生物特征之中，視網(wǎng)膜是最可靠、最穩(wěn)定以及最難被偽造的生物特征之一，因此它非常適合作為身份認(rèn)證的標(biāo)識(shí)。在可預(yù)見的未來，視網(wǎng)膜識(shí)別技術(shù)有很大的希望被應(yīng)用到在線支付、訪問

2、權(quán)限控制、自動(dòng)取款等對(duì)安全性需求高的民用領(lǐng)域。所以對(duì)于視網(wǎng)膜識(shí)別技術(shù)的研究有著極大的價(jià)值和良好的前景。
　　本文深入研究了大量與視網(wǎng)膜和生物識(shí)別相關(guān)國(guó)內(nèi)外論文，特別是在視網(wǎng)膜圖像的血管分割、特征提取以及特征匹配方面。然后對(duì)這些論文提及的相關(guān)算法的進(jìn)行挑選、整合和改進(jìn)，設(shè)計(jì)了一套準(zhǔn)確穩(wěn)定的視網(wǎng)膜識(shí)別方案。本文的主要工作和成果如下：
　　(1)在視網(wǎng)膜圖像分割階段，研究了多種血管分割的算法，并加以對(duì)比。結(jié)合視網(wǎng)膜血管的特征，最后

3、采用高斯濾波對(duì)視網(wǎng)膜血管進(jìn)行增強(qiáng)，并使用最大二維熵閾值算法進(jìn)行血管分割。通過實(shí)驗(yàn)檢驗(yàn)，該方法對(duì)血管分割的效果要優(yōu)于其他常用的邊緣分割算法并具有良好的抗噪性。
　　(2)在特征點(diǎn)提取階段，根據(jù)對(duì)視網(wǎng)膜血管的研究，選用血管的分叉點(diǎn)作為特征點(diǎn)，并利用形態(tài)學(xué)的知識(shí)對(duì)圖像做了細(xì)化處理。然后對(duì) Ha rr is角點(diǎn)特征提取算法和鄰域特征提取算法作了詳細(xì)的分析，并將它們的提取結(jié)果標(biāo)注出來進(jìn)行對(duì)比，確認(rèn)領(lǐng)域特征提取為最優(yōu)的針對(duì)細(xì)化圖的提取方式。除

4、此之外，還對(duì)利用二次特征提取來進(jìn)一步排除偽特征點(diǎn)，增加了有效點(diǎn)的比例，提高了提取的準(zhǔn)確度。
　　(3)在特征點(diǎn)匹配階段，研究和對(duì)比了幾種常用的特征匹配方法，從穩(wěn)定性、準(zhǔn)確度和效率等多個(gè)方面衡量了它們的優(yōu)缺點(diǎn)。通過分析和比較，最終設(shè)計(jì)出了一種融合算法，將三角形匹配算法和二維聚類算法結(jié)合起來，充分利用了兩者各自的優(yōu)點(diǎn)，使匹配算法同時(shí)具備穩(wěn)定性和效率。除此之外還對(duì)模板三角形的選取方法和相似三角形檢索算法進(jìn)了一定的改進(jìn)，提升了匹配的效率。