面向低质量图像的手指静脉识别关键技术研究

摘要

手指静脉识别依据个体手指的静脉纹路差异进行身份鉴别，防攻击能力强、安全性能高，广泛用于安全防范领域，是生物特征识别领域的研究热点。如何提高低质量图像下的识别性能，是手指静脉识别领域面临的重要挑战。本文深入研究了手指静脉表示、静脉图像分割、静脉纹路修复和静脉特征匹配四项关键技术，取得了一些可以提高识别性能的研究成果，这些成果还可用于指纹识别、手掌静脉识别等相关领域，主要贡献和创新总结如下：
　　（1）结合低质量图像深入分析手指静脉结构，指出了静脉线结构具有显著性和稳健性，可用于区分不同个体和认知同一个体，是识别的主要依据；提出了管径（静脉血管的直径）均一、结点复制、环路剖分和虚拟连接四项手指静脉结构简化准则，抽取易于表示的静脉线结构；在此基础上，提出了 B样条二叉树（B-Spline Binary Tree，BSBT）模型，采用二叉树描述静脉各分支连接关系，采用 B样条描述静脉各分支的空间结构，充分描述手指静脉的显著与稳健结构，有助于提高手指静脉识别性能。
　　（2）在手指静脉图像分割方面，针对经典重复线跟踪（Repeated Line Tracking， RLT）方法在自适应能力和运算效率方面的不足，提出了一种自适应重复线跟踪（Adaptive RLT，ARLT）方法，提高了图像分割算法对静脉管径和图像对比度差异的自适应能力，降低了无效线跟踪引起的时间消耗，可以从低质量图像中提取细节丰富的静脉纹路，抑制了静脉真实纹路显著性的下降，为手指静脉的可靠识别奠定了基础。
　　（3）手指静脉低质量图像分割过程难免存在纹路断裂和毛刺干扰现象，易引起识别性能下降。提出了一种基于BSBT模型的手指静脉纹路修复方法，依据BSBT模型的叶结点定位断裂纹路和毛刺，依据方向约束、方差约束和边界约束条件修复断裂纹路，依据 BSBT模型的结点和长度属性剔除毛刺，可以增强手指静脉线结构的稳健性，有助于提高识别性能。
　　（4）针对低质量图像下的受损静脉纹路引起的识别性能下降问题，提出了一种基于 BSBT模型的手指静脉特征匹配方法，利用 BSBT模型可以独立描述各静脉分支的性质，通过分段匹配和综合判决操作降低静脉纹路受损部分对特征匹配的影响，提高了低质量图像下的手指静脉识别性能。

目录

声明

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 论文主要工作与结构安排

第二章 手指静脉显著与稳健结构表示方法

2.1 引言

2.2 手指静脉的显著与稳健结构

2.3 现有手指静脉表示方法存在的问题

2.4 基于二叉树的手指静脉表示方法

2.5 基于B样条二叉树模型的手指静脉表示方法

2.6 本章小结

第三章 基于自适应重复线跟踪的手指静脉图像分割方法

3.1 引言

3.2 经典重复线跟踪方法概述

3.3 自适应重复线跟踪方法的原理与实现

3.4 仿真实验与分析

3.5 本章小结

第四章 基于B样条二叉树模型的手指静脉纹路修复方法

4.1 引言

4.2 手指静脉受损纹路的表现形式及影响

4.3 受损纹路的修复框架及实现

4.4 仿真实验与分析

4.5 本章小结

第五章 基于B样条二叉树模型的手指静脉特征匹配方法

5.1 引言

5.2 手指静脉结构稳健性及特征匹配鲁棒性问题分析

5.3 手指静脉特征匹配框架及实现

5.4 仿真实验与分析

5.5 本章小结

第六章 结论与展望

致谢

参考文献

作者在学期间取得的学术成果

作者在学期间参加的科研项目

附录A 二叉树的存储与遍历

附录B 最优化方法

附录C 英文缩写词表