基于优化纹理特征的手背静脉识别系统

摘要

为了有效提取手背静脉纹理特征,并对其进行识别匹配,提出了一种基于优化Gabor核纹理特征的手背静脉识别系统.首先,设计了一套手背静脉采集装置采集静脉图像.然后,对采集到的手背静脉图像预处理后进行三层Haar小波分解,再使用不同尺度和方向的Gabor核提取低频子带图像的纹理特征,之后使用主成分分析(PCA)法对纹理特征进行降维.最后,采用基于欧式距离的最近邻分类器进行识别.本文通过采集装置建立了具有较高质量的吉林大学手背静脉图像数据库,并在其上对本系统进行了性能测试.整体实验结果表明:该手背静脉识别系统能有效提高特征的识别速度,同时可达到98.5％的识别准确率,具有一定的应用前景.