基于手背静脉与虹膜的生物特征识别方法研究

论文摘要

随着现代网络和信息技术的快速发展,人们对社会信息的安全性要求日益提高,基于生物特征的智能身份鉴别方法逐渐受到广泛重视。在众多生物特征识别方法中,手背静脉识别和虹膜识别具有稳定性、防伪性和非侵犯性等优势,是生物特征识别的两大研究热点,可广泛应用于政府、军队、银行、电子商务等领域。其中,手背静脉识别是一种新兴的身份鉴别方法,其研究和应用尚处于起步阶段。虹膜识别技术在近年来得到了快速发展,相对比较成熟,但虹膜识别的核心算法仍需要进一步的研究。本文首先建立了基于手背静脉的身份识别原型系统,围绕这一目标设计实现了近红外静脉成像装置,建立了天津大学手背静脉图像数据库,并从多分辨率纹理特征、代数特征、局部SIFT（Scale Invariant Feature Transform）特征三个方面研究了手背静脉识别算法,对算法进行性能测试,并与现有的典型算法进行对比,验证了算法的可行性和有效性。其次对虹膜识别中的关键技术进行了研究,主要包括虹膜定位、眼皮定位以及特征提取等。最后初步探讨了基于手背静脉和虹膜两种生物特征在匹配层的数据融合。本文的创新性工作概括如下:1、提出了基于多分辨率纹理特征分析的手背静脉识别方法。利用小波变换描述静脉纹理信息变化,实验分析了小波函数对识别性能的影响,评估了算法对手背垂直位移和旋转的容忍度。2、提出了基于局部SIFT特征分析的手背静脉识别方法。利用SIFT特征描述手背静脉的梯度信息,并改进SIFT特征的匹配算法,从而进一步提高了识别性能。该算法对手背的平移和旋转不敏感,具有重要的实用意义。3、提出了基于图像抽样的快速虹膜定位方法。基本思想是在抽样图像中进行粗定位,在原分辨率图像中实现精定位。利用抽样图像去除大量干扰信息,降低计算复杂度,改善了算法实时性。4、提出了基于最大连通路径的眼皮定位方法。在确定眼皮检测区域并增强水平方向边缘后,通过标注边缘图像中的连通路径,搜索具有最大水平距离的连通路径作为眼皮边缘点实现眼皮分割,使定位速度有了很大提高。5、提出将手背静脉和虹膜两种生物特征相结合进行身份识别。分别利用D-S证据理论和支持向量机方法在匹配层进行了融合实验和分析,融合后识别性能得到了较大提高。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 生物特征识别技术
• 1.2.1 生物特征识别技术概况
• 1.2.2 生物特征识别系统的性能评价
• 1.3 手背静脉识别概述
• 1.3.1 手背静脉识别的特点与系统构成
• 1.3.2 手背静脉识别的发展现状
• 1.3.3 手背静脉识别的研究难点
• 1.4 虹膜识别概述
• 1.4.1 虹膜识别原理
• 1.4.2 虹膜识别的发展现状
• 1.4.3 虹膜识别的研究难点
• 1.5 手背静脉和虹膜双生物特征融合的意义
• 1.6 本文主要研究工作和章节安排
• 第二章 手背静脉成像及其数据库的建立
• 2.1 手背静脉成像原理
• 2.1.1 远红外静脉成像
• 2.1.2 近红外静脉成像
• 2.1.3 红外静脉成像的性能分析
• 2.2 手背静脉成像系统设计
• 2.2.1 静脉成像系统结构
• 2.2.2 静脉成像系统构建
• 2.3 手背静脉图像数据库的建立
• 2.4 小结
• 第三章 基于多分辨率纹理特征分析的手背静脉识别
• 3.1 手背静脉识别算法概述
• 3.2 基于小波变换的静脉纹理特征分析
• 3.2.1 手背静脉图像预处理
• 3.2.2 小波分析的基本理论
• 3.2.3 静脉纹理特征提取
• 3.2.4 参数优化与实验分析
• 3.3 小结
• 第四章 基于代数特征分析的手背静脉识别
• 4.1 代数特征分析方法
• 4.1.1 典型的代数特征分析
• 4.1.2 Fisher 线性判别分析
• 4.2 基于DLDA 的静脉代数特征提取
• 4.3 实验与数据分析
• 4.4 小结
• 第五章 基于局部SIFT 特征分析的手背静脉识别
• 5.1 局部特征分析与描述
• 5.1.1 典型的局部特征分析方法
• 5.1.2 SIFT 特征提取和描述
• 5.2 静脉局部SIFT 特征提取和匹配
• 5.2.1 手背静脉图像预处理
• 5.2.2 局部特征提取与匹配
• 5.2.3 改进的SIFT 特征匹配算法
• 5.3 实验与数据分析
• 5.4 静脉识别算法对比与性能分析
• 5.4.1 算法对比
• 5.4.2 算法分析与讨论
• 5.5 左右手背静脉的相似性分析
• 5.6 小结
• 第六章 虹膜图像的预处理及识别算法研究
• 6.1 虹膜定位
• 6.1.1 典型的虹膜定位算法
• 6.1.2 基于图像抽样的快速虹膜定位
• 6.1.3 算法性能分析
• 6.2 眼皮定位
• 6.2.1 典型的眼皮定位算法
• 6.2.2 基于最大连通路径的眼皮定位
• 6.2.3 算法性能分析
• 6.3 虹膜图像归一化和增强
• 6.4 基于局部变化分析的虹膜识别
• 6.5 识别性能分析
• 6.6 小结
• 第七章 手背静脉和虹膜双生物特征在匹配层的数据融合
• 7.1 融合策略和算法
• 7.2 基于D-S 证据理论的数据融合
• 7.2.1 D-S 证据理论
• 7.2.2 Dempster 组合规则
• 7.2.3 基本概率分配函数的构造
• 7.2.4 实验结果分析
• 7.3 基于支持向量机的数据融合
• 7.3.1 经验风险最小化准则
• 7.3.2 统计学习与结构风险最小化准则
• 7.3.3 支持向量机的基本思想
• 7.3.4 实验结果分析
• 7.4 小结
• 第八章 总结与展望
• 参考文献
• 发表论文和科研情况说明
• 致谢