手臂靜脈紅外圖像特征檢測與匹配算法研究.pdf

1、傳統(tǒng)的靜脈識別技術一般局限于手部（手指、手背、手掌），本文研究一種新的生物特征識別技術——手臂靜脈識別。相比于手部，手臂部位面積大、靜脈紋理多、特征信息豐富，將具有更好的應用前景。本文分析了近年關于靜脈識別的研究現狀，研究一種關于手臂靜脈的特征檢測及匹配算法，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，并對靜脈線進行了毛刺修剪，得到了較為光滑的靜脈骨架結構；接著，研究了基于手臂輪廓線上點集坐標的方向標準

2、化及尺度標準化方法；最后分析了手臂靜脈線的特點，對靜脈線進行曲線段分割，分割過程中檢測了靜脈線的分叉部位，將三條相交的曲線進行了分割，并根據曲線的鏈碼表達來檢測曲線的拐點，將具有劇烈拐角點的曲線進行分割。
　　然后，針對每一條靜脈曲線段，利用曲線的鏈碼表示計算了其最接近的方向作為方向特征，通過實驗驗證了選擇不同的起始點對方向的影響及方向特征的準確性；根據靜脈線的方向及尺度標準化結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，并分析驗證了Hu不變矩特征在旋轉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的計算方法，搜索出進行匹配的兩幅靜脈圖像中的相同結構，并以匹配曲線對上所有點的坐標作為特征空間，選擇改進的Hausdorff距離作為相似性度量，利用PSO算法迭代計算匹配曲線間的最優(yōu)空間變換，并進一步根據全局靜脈點集變換后的空間重疊比率來計算匹配度。通過實驗驗證了本文算法具有較好