手背静脉图象釆集和质量评价方法研究

论文摘要

随着信息技术飞速发展、信息交互量的不断增加,对保护个人信息安全,尤其是个人身份认证技术提出了更高的要求。人体静脉识别是一项新的非接触式生物特征识别技术,凭借着人类静脉唯一性、活体性、内部特征等特性,杜绝了造假或剽窃的可能性,使其在安全保护和身份认证领域有着广泛的发展前景。本文以手背静脉为研究对象,以采集到高质量的手背静脉图像为目标,针对静脉识别研究中原图像质量低、受周围环境光照影响等问题,分别从图像采集装置设计和图像质量评价方法两方面作深入研究,建立了集红外采集、红外光源调控和图像质量评价于一体的静脉图像采集系统,所采集到的手背静脉图像能够符合后续处理的需要。在图像采集环节中,由于人体手背厚度、静脉明显程度、表皮和毛孔特征等个体差异的影响,对图像采集光源模块进行设计,使投射到手背上的光照度均匀分布,根据PWM控制技术,利用单片机产生PWM波形,使PT4115恒流稳压源驱动近红外LED组在一定时间内输出不同占空比,从而采集到不同光照强度下的手背静脉图像。根据图像反映出的统计特性和结构特性,本文提出将静脉图像特征作为质量评价指标,选定的特征从不同角度描述了图像所含信息的多少,并对不同特征参数融合共同评价图像质量,初步选定占空比范围,为下一步输出最佳静脉图像做准备。本文将图像质量评价方法与人眼视觉系统相结合,利用Contourlet变换,提出了基于Contourlet域统计模型的手背静脉图像质量评价算法。对静脉图像进行多尺度多方向Contourlet分解,得到不同尺度不同方向下的高频和低频特征,根据Contourlet系数建立统计模型,分析并提取不同占空比下各静脉图像的各尺度各方向最大图像信息,对其进行Contourlet重构,最大程度上提取出质量最佳的静脉图像。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 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 生物特征识别技术的种类
• 1.2.3 生物特征识别技术发展现状
• 1.3 手背静脉识别技术
• 1.3.1 静脉识别的理论依据及特点
• 1.3.2 静脉识别的国内外研究现状
• 1.3.3 静脉识别系统总体框架
• 1.4 本文主要研究内容和内容安排
• 第2章 手背静脉图像采集装置的设计与实现
• 2.1 静脉近红外图像成像原理
• 2.2 手背静脉图像采集模块设计与实现
• 2.2.1 摄像头的选择
• 2.2.2 滤光片的选择
• 2.3 手背静脉图像光源模块设计与实现
• 2.3.1 LED光源的选择
• 2.3.2 LED阵列的设计
• 2.3.3 LED驱动电路的设计
• 2.4 基于PWM控制技术的手背静脉采集装置设计
• 2.4.1 手背放置就绪检测装置设计
• 2.4.2 PWM控制技术原理
• 2.4.3 PWM调光的实现
• 2.4.4 采集装置空间位置的设计
• 2.5 本章小结
• 第3章 手背静脉图像预处理
• 3.1 引言
• 3.2 手背静脉图像定位
• 3.3 手背静脉图像增强
• 3.3.1 直方图均衡化
• 3.3.2 对比度自适应直方图均衡化
• 3.4 图像分割
• 3.4.1 静脉图像的平滑
• 3.4.2 阈值图像法
• 3.5 二值图像的滤波与去噪
• 3.5.1 毛刺的去除
• 3.5.2 斑点和孔洞的去除
• 3.6 图像细化
• 3.6.1 查表细化算法
• 3.6.2 条件细化算法
• 3.7 本章小结
• 第4章 基于多特征融合手背静脉图像质量评价算法
• 4.1 图像质量评价方法综述
• 4.1.1 图像质量评价方法研究现状
• 4.1.2 主观图像质量评价方法
• 4.1.3 客观图像质量评价方法
• 4.2 手背静脉图像质量评价特征参数的选择
• 4.2.1 灰度方差（Var）
• 4.2.2 信息熵（Information Entropy）
• 4.2.3 交叉点（Cross Point）
• 4.2.4 有效区域（Area of Effect）
• 4.3 基于多特征融合手背静脉图像质量评价算法
• 4.3.1 质量评价特征参数的计算
• 4.3.2 特征参数指标权重的确定
• 4.3.3 实验结果与分析
• 4.4 本章小结
• 第5章 基于Contourlet域统计模型的图像质量评价算法
• 5.1 人类视觉系统（HVS）和HVS模型
• 5.1.1 人类视觉系统结构
• 5.1.2 HVS模型
• 5.2 Contourlet变换
• 5.2.1 拉普拉斯金字塔变换
• 5.2.2 方向滤波器组
• 5.2.3 Contourlet系数
• 5.3 基于Contourlet域统计模型的手背静脉图像质量评价算法
• 5.3.1 基于Contourlet变换的HVS特性
• 5.3.2 Contourlet域图像统计模型设计
• 5.3.3 基于Contourlet域统计模型图像质量评价
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文
• 作者简介