基于精选SURF特征点的手指静脉识别算法

摘要

为处理好手指静脉识别技术中旋转、偏移以及光照不均等难题,将Gabor滤波与对比度受限的自适应直方图均衡算法相结合来进行图像增强,并利用静脉图像的反射率进行图像分割,同时检测静脉图像中的加速鲁棒特征(Speeded Up Robust Features,SURF),然后根据SURF特征点在分割图像中的空间分布特征进行特征点约束,最后利用图像中特征点的相似性进行图像识别.在公开手指静脉数据库上的实验结果表明,所提方法不仅识别率较高,而且对手指静脉图像在采集过程中存在的手指旋转、偏移以及图像光照不均等问题有较好鲁棒性.