手背静脉识别技术研究

《手背静脉识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、手背静脉识别技术研究摘要随着社会的发展和技术的进步，生物特征识别越来越接近人们的生活。指纹识别技术相对来说是生物特征识别中比较成熟的一种身份确认技术，指纹识别算法性能己达到实用的程度。但是指纹识别也有不少的缺点，诸如手指过湿，过干或出现手指暴皮等特征损伤时，或者手指有污物时，都会影响其应用范围。为此，我们研究了一种基于手背静脉的身份认证方案，用我们身体内部特征作为识别得依据，这样就可以减少外界的影响，同时也起到了防止伪造特征的作用。本文就人体手背静脉识别系统的研制展开讨论。首先，讨论了手背静脉识别的课题背景、目的和意义。通过对静脉识别的诸多特

2、点，如活体识别、内部特征、非接触式及安全等级高等的说明，阐明了我们的研究是非常有意义的，而且是可行的。通过分析概括国内外静脉识别的研究进展，使我们课题研究有了明确的目标。同时这部分还给出了系统的总体框架结构和研究的重点难点。其次，重点讨论了静脉采集硬件装置豹研制情况。先从原理入手，分析了采集红外图像的原理，采用美光公司的M口9VOllPllSTC作为彩色图像传感器。通过比较几种常用通信接口电路，发现在本系统中采用USB接口是最为适合的。具体是采用CYPRESS公司的CY7C68013作为USB的控制芯片，给出了系统的硬件接口电路及通讯的关键程

3、序。并且用该装置进行采集实验，分析了实验结果并给出了原因。然后，针对我们获得的静脉图像，在提取特征以前，对静脉图像要进行处理。先对图像进行预处理，包括尺寸、灰度的归一化，图像增强等。分析了多种图像分割的方法后，本文提出了一种新的闽值图像的图像分割的方法，该算法中将图像中的每一点都设定一个阈值，结合边界来对进行分割的。多次实验证明我们提出的算法稳定可行。再对分割后的图像去噪、细化处理就可以得到满足要求的静脉图像了。接下来的这部分中，我们重点提出了基于静脉几何结构的特征、基于特征矩的特征及基于K-L压缩变换特征的特征提取方案。文中对3种方法都进行

4、了详细的阐述。其中基于静脉几何结构的特征的方法中，我们分析了端点和交叉点的提取的方法后，给出了局部匹配和全局匹配相结合的方案；基于特征矩的特征中，绘出了7种矩的定义及模板匹配的方法；基于K-L压缩变哈尔滨工程大学博士学位论文■■——■——■——■■—■■■■■—一I——■—■——————●—■■■—————■■■●■■——■——■■■■■—一换特征中，重点阐述了主分量法的奇异值分解实现。文中对3种方法的各自有缺点都进行了具体的说明对比。最后，重点讨论了系统的分类器设计，先给出常见的几种分类方法，如标准距离法、最近邻法、平均距离法等，并讨论了各

5、自的有缺点及适用范围，然后提出了基于K-L变换的加权距离分类方法。这部分中还给出了整个系统的测试的实验结果。通过对K-L变换的各种分类方法的实验结果的比较，以及基于静脉几何结构匹配方法的实验结果和基于特征矩加模板匹配的实验结果，总结出针对于现有的图像采集器的合适的特征提取及匹配算法，即基于决策级融合的静脉识别方法。本文从硬件的研制到软件算法的研究，都进行了深入的分析，综合对比了多种方案。因此，系统的性能等个方面指标都能满足要求。关键词：手背静脉识别；图像分割；特征提取；分类器Il手背静脉识别技术研究——■■—___—————■■■——■■_—

6、__—■●——■——ll—■—__———●■●—●—●■_—____——●●_AbstractIncompanywiththesocialdevelopingandtechnologyimproving，biologicalfeaturerecognitionisgettingmuchclosertopeople’Sdailylife．Fingerprintrecognitionisconsideredasthecomparativematuritytechnologyinbiologicalfeaturerecognitionwhoseal

7、gorithm弦rformancehasappliedinpracticalproducts．However,Fingerprintrecognitionhasdefects，suchasoverwet，overdryingorcruelskinoffingerorcontaminationoffingerwouldcontributetotheresults．Sowebringupaproposalofidentificationbasedonvenousrecognitionbackofhand．Bodyinteriorcharacter

8、isticrecognitionwillreducetheexternalinfluenceandpreventfalsification．nedissertati