手部靜脈識別算法研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展，人們對信息安全的要求也相應(yīng)的提高。傳統(tǒng)的身份識別方法由于其自身固有的缺點(diǎn)已經(jīng)不能滿足社會發(fā)展的要求，生物特征識別技術(shù)應(yīng)運(yùn)而生。
　　靜脈識別作為生物特征識別家族的重要成員，由于靜脈血管位于體表內(nèi)，很難偽造，更可靠，進(jìn)而被廣泛的研究。
　　傳統(tǒng)的靜脈識別系統(tǒng)都是用單一的靜脈特征，然而多特征融合系統(tǒng)在準(zhǔn)確性，抗噪性，普適性等多方面均要優(yōu)于單生物特征識別系統(tǒng)。所以本文提出了一種新的融合手部多個靜脈模式的識別

2、系統(tǒng)，該系統(tǒng)同時采集手背，手掌和手指的靜脈特征用作識別。
　　本文研究了靜脈識別領(lǐng)域的有關(guān)研究成果，總結(jié)了這一研究領(lǐng)域中的主要識別算法，主要做出下列研究工作：
　　首先，研究了靜脈分割的算法。通過實(shí)驗(yàn)對比目前常用的幾種靜脈分割的算法，最終選擇多方向多尺度高斯濾波的方法，因?yàn)樵摲椒ú粌H可以得到很好的二值圖像，而且還可以對靜脈圖像進(jìn)行增強(qiáng)。這些經(jīng)高斯濾波增強(qiáng)后的靜脈圖像被應(yīng)用于后續(xù)的靜脈特征提取中。
　　其次，本文提出了一

3、種新的靜脈特征提取算法。即在高斯增強(qiáng)的靜脈圖像基礎(chǔ)上，再用多方向?yàn)V波器組(DFB)進(jìn)行多方向子帶分解，在每個子帶上應(yīng)用方向LBP算子來提取靜脈的法方向特征。實(shí)驗(yàn)結(jié)果表明，該方法優(yōu)于現(xiàn)有的一些靜脈識別算法。
　　此外，本文還研究了融合手部多個靜脈模式的方法，采用SVM分類器在決策層融合了手背，手掌和手指的靜脈特征，進(jìn)而使識別結(jié)果不受單一的靜脈特征所影響，具有更強(qiáng)的魯棒性。
　　在197個人，每人20幅左右，共3919組靜脈圖像