基于手背静脉血管的身份识别技术研究

论文摘要

随着信息时代的到来,信息安全显得越来越重要。而利用生物特征的身份认证,由于利用了人体固有的生理和行为特征而展现出极大的优越性和可靠性。目前,主要应用的生物识别技术主要有:虹膜、指纹、面像、签名、声音、步态等多种生物识别技术。但这些技术都存在一些缺陷,容易受外部环境的影响而发生改变造成识别困难,或是因新兴技术的发展而产生伪造物品。而静脉血管身份识别技术所采集的生物数据是人体的手背或手指血管,它具有很强的普遍性和唯一性,绝大多数人的血管图像随着年龄增长不会有大的变化。血管位于体表内,是非接触性的信息采集,不会造成采集界面污染,而且也很难伪造或是手术改变。它是一项新兴的、可靠的识别技术。而且现有的基于手背静脉的识别系统普遍存在价格过高,或者识别效果不佳的问题,本文研究目的为:基于廉价图像采集设备的手背静脉识别系统的构建,全文共分为四个部分:在第一部分中,我们简要的介绍了生物特征识别技术,提出了什么样的特征才能被用于生物特征识别,如特征的稳定性、唯一性等等。在最后,给出了一个标准如何来评判一个识别系统的优劣,以及本论文将要研究解决的问题。在第二部分中,首先描述一个手背静脉识别系统的组成部分,并按实际处理过程,简要介绍一些图像处理的方法,如滤波、增强、剪切等等。然后依据红外成像原理,即根据人体骨骼和肌肉组织的特点,当近IR入射光线的波长范围在0.72μm-1.10μm时照射手背,这时候手背静脉血管中的血色素相比于皮下的其他组织可以吸收更多IR放射线,可以很好地呈现出静脉血管结构。基于以上原理,本文设计了一套反射式的手背静脉图像采集实验装置,有效的避免了手掌厚度对图像质量的影响。在第三部分,由于图像采集系统受到采集时间、光强和每个人手背皮肤薄厚的影响,所采集的图像在灰度分布图上有很大差异。而且对于整幅图像而言,我们感兴趣的部分只是手背上的部分区域,因此,图像处理在手背静脉识别整个过程中占据相当重要的地位。本文借鉴掌纹识别系统中的ROI获取方法对图像进行旋转、剪裁,并引入一系列的预处理方法,如多方向上的高斯滤波增强,基于OSTU的自动阈值分割等,以及对血管图像的形态学修复、细化、剪枝等等操作,针对细化的血管脉络本文描述了一种方法,即使用抽取的短线段来表示整个图像的信息。最后,依据在前一步骤得到的结果,本文分别讨论了几种方式的模式匹配,并就试验结果做了对比分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 生物特征识别概述
• 1.2 几种常见的生物特征识别系统
• 1.2.1 手掌静脉识别系统
• 1.2.2 手指静脉识别系统
• 1.2.3 指纹识别系统
• 1.2.4 掌纹识别系统
• 1.2.5 手型识别系统
• 1.3 生物特征识别系统的性能评估
• 1.4 课题研究目的和意义
• 1.5 本文主要研究内容
• 1.6 本章小结
• 第2章 手背静脉识别系统及图像采集
• 2.1 手背静脉识别系统简介
• 2.1.1 手背静脉识别系统框架
• 2.1.2 手背静脉血管图像采集
• 2.1.3 手背静脉图像的预处理
• 2.1.4 手背静脉图像特征抽取以及匹配
• 2.2 手背静脉图像采集系统设计
• 2.2.1 图像采集原理及采集方式
• 2.2.2 光源设计
• 2.2.3 采集器材以及光学器件
• 2.3 手背静脉图像的表示与存储
• 2.4 本章小结
• 第3章 图像预处理
• 3.1 ROI获取
• 3.2 图像滤波增强处理
• 3.3 图像分段
• 3.4 图像的形态学操作
• 3.5 本章小结
• 第4章 手背静脉特征提取与性能测试
• 4.1 手背静脉图像数据库
• 4.2 基于PCA的静脉特征抽取及匹配
• 4.2.1 PCA主成分分析
• 4.2.2 最近邻匹配方法
• 4.3 基于线段的静脉特征抽取及匹配
• 4.3.1 线段特征提取
• 4.3.2 基于线特征抽取的模式匹配
• 4.4 基于静脉骨架的模式匹配
• 4.5 系统测试结果分析
• 4.5.1 匹配结论对比分析
• 4.5.2 验证实验结果与分析
• 4.5.3 识别实验结果与分析
• 4.5.4 系统性能分析与比较
• 4.6 本章小结
• 结论
• 参考文献
• 致谢