手背静脉血管图像识别算法研究

论文摘要

手背静脉血管身份识别作为生物识别技术新的发展方向,逐渐成为国内外身份识别系统的研究热点。由于手背静脉血管纹理特征的唯一性、稳定性等优点,以及较为突出的成本优势和人机交互的友善性,使其具有广阔的应用前景。本文主要对手背静脉血管纹理图像的预处理、特征的提取及匹配识别进行了研究,并在实验室搭建的人体手背静脉血管实验平台基础上,对各步算法进行验证。主要研究内容如下:本文根据人体手背静脉血管纹理图像的特点,在保证较高准确率的条件下,以提高算法速度为目的,直接在灰度图上进行图像质量评估、图像分割、局部增强。本文提出的改进脊线跟踪法,来解决对起始点敏感,全局化域值和灰度不均衡问题。对起始点敏感的问题,设置局部域值,选取特征点,同时做局部滤波增强处理来解决全局化域值和灰度不均衡问题,并实现特征点的去伪。实践证明这是一种很有成效的方法。本文从手背静脉血管图像上提取端点和分歧点两种特征点,记录每一个特征点的横纵坐标、特征点所在的纹线方向、特征类别以及特征方向,将这些数据组成一个特征向量,所有的特征点即构成了一个特征向量矩阵,特征匹配就是匹配特征向量矩阵。在匹配之前,利用某些特殊特征点对待识别的手背血管纹理图和数据库中的纹理图做了对准处理。最后,以人群的年龄和性别为依据,实验室建立了用于实验的人体手背静脉血管纹理库,并在此库的基础上对各步算法进行了验证,取得了较好的结果。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 概述
• 1.1 安全技术面临的巨大挑战
• 1.2 生物识别的概念
• 1.3 生物识别技术介绍及比较
• 1.4 生物识别技术的发展趋势
• 1.5 生物识别系统的性能评价
• 1.6 生物识别系统的组成及工作模式
• 1.7 论文的主要研究内容及结构
• 第二章 手背静脉血管图像采集处理
• 2.1 手背静脉血管图像的采集
• 2.2 手背静脉血管图像的压缩
• 2.3 小结
• 第三章 手背静脉血管图像预处理
• 3.1 概述
• 3.2 图像预处理的各个步骤
• 3.3 手背静脉血管图像分割
• 3.4 图像质量评估
• 3.5 图像增强
• 3.6 小结
• 第四章 基于脊线跟踪的手背静脉血管骨架提取
• 4.1 脊线跟踪法应用于手背静脉识别
• 4.2 改进的脊线跟踪法
• 4.3 实验结果分析
• 4.4 小结
• 第五章 特征提取及匹配
• 5.1 手背血管纹理匹配概述
• 5.2 手背血纹理匹配中的STR问题
• 5.3 手背血管特征的表述
• 5.4 细节特征提取
• 5.4.1 基本概念
• 5.4.2 细节特征处理
• 5.4.3 细节特征可靠性检测
• 5.4.4 实验结果
• 5.5 细节特征匹配
• 5.5.1 背景介绍
• 5.5.2 匹配的主要难点
• 5.5.3 细节匹配
• 5.6 小结
• 第六章 实验分析
• 6.1 实验的软硬件环境
• 6.2 手背血管纹理库的建造
• 6.3 预处理结果及分析
• 6.4 特征点提取及后处理试验结果分析
• 6.5 匹配实验结果分析
• 6.6 小结
• 第七章 总结和展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢