融合手指静脉和指形宽度的识别算法研究

摘要

随着网络信息技术的飞速发展，信息时代在给人们带来种种物质文明和文化享受的同时，对信息安全的要求也日益增高。作为一种保障信息安全的重要手段，身份认证技术具有快捷、方便、安全等优点，越来越受到人们的青睐。然而，由于口令、证件、智能卡等传统的身份认证方法存在易丢失、遗忘和被伪造等缺陷，人们渴望寻找到一种更安全、更便捷的方式来实现身份认证，在这样的形势下，生物特征识别技术应运而生。在目前诸多的生物特征识别技术中，手指静脉识别是一种利用手指内部静脉血管的分布图像来识别个人身份的认证技术，因为其具备高安全性、非接触和内部特征等优势，所以正逐渐成为最具发展潜力的新一代生物特征识别技术之一。
　　在一个手指静脉识别系统中，静脉图像增强和分割是其中的两个关键技术。首先，本文综述性地介绍了一些关于这两个方面的经典算法；然后，紧扣手指静脉纹路结构相对稳定的特点，创新性地提出了一种基于方位势能的手指静脉识别算法；最后，在实验过程中，观察到采集的原始手指静脉图像中包含有指形宽度特征，因此本文探索性地将其与静脉特征在特征层进行串行融合，并提出了一种融合这两种特征的识别算法。
　　本文所做的主要贡献包括：
　　1.系统地介绍了手指静脉图像预处理、增强与分割等相关处理技术。其中，预处理技术包括：手指区域定位与校正、静脉ROI的提取、尺度和灰度标准化等，然后重点分析了两类常用的手指静脉图像增强算法，三种经典的静脉分割算法，并对比分析了它们各自的优缺点。
　　2.提出了一种基于骨架方位势能的手指静脉识别算法。该算法首先利用一种改进的Niblack方法对增强后的静脉图像分割出二值静脉纹路；然后对纹路进行去噪、填充、细化等操作得到静脉骨架，计算出静脉骨架的方位势能，以此作为特征；最后通过计算这些特征的Hausdorff距离来匹配。实验结果表明：与基于模版匹配的Badawi算法、基于特征点匹配的Kang算法这两种识别算法进行对比分析，该算法能够较好地利用静脉纹路的位置分布信息，计算量小且可以取得较高的识别精度。
　　3.提出了一种融合指形宽度特征与手指静脉特征的识别算法。该算法首先利用二维主成分方法提取出手指静脉的特征向量，同时，采用并行方式提取指形的傅里叶描述子特征；然后将两类特征在特征层进行串行融合；最终通过支持向量机分类器对融合的特征进行分类决策。实验结果表明：特征层融合的识别算法不仅有效，而且与单一的指形特征识别、手指静脉特征识别相比较，融合后的双特征识别系统的识别率更高，性能更出色。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 本课题的研究意义

1.2 手指静脉识别技术概述

1.3 国内外研究现状

1.4 本文的内容与结构安排

第2章 手指静脉图像的处理技术

2.1 手指静脉图像的预处理

2.2 图像增强

2.3 图像分割

2.4 识别模式与性能评估

2.5 本章小结

第3章 基于方位势能的手指静脉识别算法

3.1 方位势能理论

3.2 算法的流程

3.3 手指静脉骨架提取

3.4 方位势能计算与匹配

3.5 实验结果与分析

3.6 本章小结

第4章 融合手指静脉和指形宽度的识别算法

4.1 融合技术简介

4.2 本文融合方法

4.3 手指静脉特征提取与指形特征提取

4.4 串行融合与SVM分类决策

4.5 实验结果与分析

4.6 本章小结

第5章 总结与展望

5.1 研究总结

5.2 展望

致谢

参考文献

附录