手背静脉远红外图像处理算法的研究

论文摘要

随着信息技术的迅速发展,生物特征识别技术已经广泛应用于国家安全、司法、金融、电子商务等领域。目前,指纹识别技术是生物特征识别中较为成熟的身份认证技术,但存在受手指皮肤状况影响、接触性卫生问题、容易留下印迹进行复制造假等缺点。针对指纹识别的诸多缺点,本文研究了一种基于人体手背静脉特征的身份认证方法,利用人体内部的静脉特征作为识别依据,具有防欺诈性强、非接触性等优点。手背静脉识别是新兴的身份认证技术。手背静脉识别是以手背静脉骨架特征进行识别,如何准确地提取手背静脉的骨架特征,是该研究方向的重点和难点。本文重点研究了手背静脉骨架特征提取算法。采用传统的分割细化法、沉浸分水岭算法、形态学滤波分水岭算法、小波变换分水岭算法进行实验。实验结果表明,传统的分割细化法提取过程繁琐,容易引进各类噪声;沉浸分水岭算法过分割现象严重;形态学滤波分水岭算法受结构元素影响十分严重;小波变换分水岭算法不能较好地保持图像边缘信息。针对这些缺点,本文提出了结合自适应曲波变换的改进分水岭算法,进行手背静脉骨架提取。实验结果表明,该算法能够准确有效地提取手背静脉骨架,解决分水岭算法的过分割问题,提取效果优于其它算法。该算法也为图像分割提供了新的思路和途径。此外,本文还总结出可行的实验方法及注意事项。在图像预处理阶段,对图像进行感兴趣区域定位、去噪及归一化处理。提出了结合Canny算子和Freeman链码的手背静脉感兴趣区域定位算法。实验结果表明,该算法能够准确定位,不同倾斜角度的同一手背抽取的区域基本一致。本文对下一阶段的特征识别具有重要意义,同时也为基于人体静脉的生物特征识别提供了一条新的途径。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景
• 1.2 课题研究的目的和意义
• 1.3 国内外的研究现状
• 1.3.1 手背静脉识别的研究现状
• 1.3.2 手背静脉骨架特征提取的研究现状
• 1.4 论文的主要研究内容
• 1.5 论文的主要创新点
• 第2章 手背静脉识别理论依据及实验方法
• 2.1 远红外图像的优点
• 2.2 远红外图像成像原理
• 2.3 手背静脉识别的理论依据与特性
• 2.3.1 生物特征识别的特性
• 2.3.2 手背静脉识别的理论依据
• 2.4 手背静脉骨架特征提取框架
• 2.5 本文实验方法介绍
• 2.5.1 实验仪器介绍
• 2.5.2 实验方法及注意事项
• 2.6 本章小结
• 第3章 数学形态学图像处理原理
• 3.1 二值数学形态学
• 3.1.1 数学形态学中常用的集合论概念
• 3.1.2 二值形态学膨胀和腐蚀运算
• 3.1.3 二值形态学开运算和闭运算
• 3.2 灰度数学形态学
• 3.2.1 灰度膨胀和腐蚀
• 3.2.2 灰度开运算和闭运算
• 3.3 分水岭变换理论
• 3.3.1 基本定义
• 3.3.2 分水岭算法
• 3.4 本章小结
• 第4章 曲波变换理论
• 4.1 小波变换
• 4.2 脊波变换
• 4.2.1 连续脊波变换
• 4.2.2 单尺度脊波
• 4.2.3 多尺度脊波
• 4.3 曲波变换
• 4.3.1 曲波变换的构建
• 4.3.2 曲波变换的实现
• 4.4 曲波变换在图像去噪中的应用
• 4.4.1 曲波去噪的阈值规则
• 4.4.2 阈值的确定
• 4.5 本章小结
• 第5章 手背静脉图像的预处理
• 5.1 手背静脉图像ROI 提取
• 5.1.1 相关理论
• 5.1.2 本文提出的ROI 定位算法
• 5.1.3 实验结果
• 5.2 手背静脉图像去噪
• 5.2.1 中值滤波去噪
• 5.2.2 自适应小波去噪
• 5.2.3 自适应曲波去噪
• 5.2.4 实验结果比较
• 5.3 静脉图像均值方差归一化
• 5.4 本章小结
• 第6章 手背静脉图像的骨架特征提取
• 6.1 分割细化算法
• 6.2 沉浸分水岭算法
• 6.3 形态学滤波分水岭算法
• 6.4 小波变换分水岭算法
• 6.5 本文提出的算法
• 6.6 实验结果分析
• 6.7 本章小结
• 第7章 总结与展望
• 7.1 本文研究总结
• 7.2 课题研究展望
• 参考文献
• 致谢
• 攻读学位期间发表的论文
• 本人简历