手指靜脈識(shí)別技術(shù).pdf

1、隨著信息技術(shù)的不斷發(fā)展，信息的安全問(wèn)題越來(lái)越受到人們的重視。身份認(rèn)證是保護(hù)信息安全的重要技術(shù)手段。生物特征識(shí)別技術(shù)利用人體固有且具有唯一性的特征作為認(rèn)證的依據(jù)，比傳統(tǒng)的身份認(rèn)證方法具有更好的安全性和便利性。在現(xiàn)有的生物識(shí)別技術(shù)當(dāng)中，手指靜脈識(shí)別是利用人體手指中的靜脈特征進(jìn)行身份認(rèn)證的技術(shù)，具有活體識(shí)別、內(nèi)部特征、非接觸式等獨(dú)特優(yōu)勢(shì)。因此，手指靜脈識(shí)別技術(shù)已成為生物識(shí)別領(lǐng)域的一個(gè)熱點(diǎn)研究課題。
　　在實(shí)際應(yīng)用中，由于受到設(shè)備條件的限

2、制，采集到的手指靜脈圖像中往往存在質(zhì)量較差，特征不易提取的情況，從而影響了識(shí)別系統(tǒng)的準(zhǔn)確性。針對(duì)這些問(wèn)題，本文研究了有關(guān)的手指靜脈圖像增強(qiáng)和手指靜脈特征提取算法，并提出了一種基于數(shù)學(xué)形態(tài)學(xué)的手指靜脈圖像增強(qiáng)算法和一種基于像素點(diǎn)檢測(cè)的靜脈特征提取算法。本文的主要工作如下：
　　1.針對(duì)本文采集的手指靜脈圖像特點(diǎn)，利用邊緣檢測(cè)等方法提取出手指靜脈圖像中的感興趣區(qū)域，并對(duì)提取出的感興趣區(qū)域進(jìn)行尺度和灰度歸一化，以得到便于后續(xù)處理的靜脈圖

3、像。分析了幾種典型的圖像平滑和增強(qiáng)算法，并驗(yàn)證了這些算法在手指靜脈圖像處理中的效果。
　　2.提出了一種基于灰度形態(tài)學(xué)的手指靜脈圖像增強(qiáng)算法（Finger Vein Image Enhancement Based on the Grayscale Morphology,簡(jiǎn)稱FVGM）。根據(jù)手指靜脈紋路具有方向性和連續(xù)性的特點(diǎn)，先使用四個(gè)不同的結(jié)構(gòu)元素對(duì)手指靜脈圖像做基于灰度形態(tài)學(xué)的膨脹運(yùn)算，并通過(guò)加權(quán)的方式獲得平滑圖像。之后，通過(guò)

4、兩種形式的多尺度top-hat變換提取出手指靜脈圖像在不同尺度上的明暗區(qū)域信息，利用這些信息并結(jié)合模糊增強(qiáng)和灰度拉伸的方法獲得最終的增強(qiáng)圖像。實(shí)驗(yàn)結(jié)果表明，F(xiàn)VGM算法可以有效地提高手指靜脈圖像的質(zhì)量。
　　3.在分析了三種典型的靜脈特征提取算法的基礎(chǔ)上，提出了一種基于像素點(diǎn)檢測(cè)的手指靜脈特征提取算法（Finger Vein Features Extraction Based on the Pixel Point Detectio

5、n,簡(jiǎn)稱FPPD）。首先，通過(guò)計(jì)算靜脈圖像橫截面的谷形深度和曲率，確定圖像中可能屬于靜脈的區(qū)域。然后，根據(jù)給定的閾值將這些區(qū)域分成靜脈區(qū)域、模糊區(qū)域和噪聲區(qū)域。最后，通過(guò)動(dòng)態(tài)閾值法分割出手指靜脈特征。本文分析了模板匹配算法，并利用模板匹配算法對(duì)靜脈圖像進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明，本文提出的FPPD算法可以有效地提取出手指靜脈特征，且具有較低的等誤率和較高的識(shí)別率。另外，F(xiàn)PPD算法從靜脈圖像中提取出靜脈特征所需的平均時(shí)間低于0.5 s，能夠