手背静脉识别技术关键算法-研究与实现

《手背静脉识别技术关键算法-研究与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第1章引言1．1生物特征识别研究现状随着对个人物品，内部网络，建筑物通道，Intemet乃至电子商务的安全性的要求日趋严格，对于身份认证技术的需求也变得越来越紧迫。生物特征识别技术作为一种身份识别的手段具有独特的优势。生物特征识别技术是通过对人体各器官的特征或者差异明显的行为动作进行分析比对来实现身份识别的一种手段。这一类的识别技术具有可靠、防伪、方便和安全的特点。随着计算机技术的许速发展，生物特征识别技术已经在军事和人们的日常生活等各方面得到了广泛的应用。目前主要的生物特征识别技术有：语音识别、人脸识别、虹膜识别、掌纹识别、指纹识别等许多种技术。语音识别的依

2、据是发声的频率和声音信号的幅值等特点⋯吖2J。虽然语音信号获取方便，但是客观环境的变化，人身体情况的变化，语音被复制或者由人本身故意的改变声音等这些情况使语音识别很难达到较高的识别率。人脸识别是在人脸定位的基础上提取人脸特征进行比对识别的，主要是利用人脸各器官(例如眼、鼻、口等)的几何特征和位置来区分被识别者b卜H1。人脸图像采集方便，同时可以提供三维信息，但是人的表情变化和光照不同都会使采集到的图像发生变化，这些都增加了图像处理和识别的难度，给人脸识别带来很大的困难。而对于虹膜识别技术，最早将虹膜用于身份识别系统的是美国的Flom和Safir瞄1。虹膜处于眼

3、睛内部，结构复杂，基本无法伪造，具有良好的可靠性。但是，在图像采集过程中会有光线射入人眼，造成人眼的不舒服。同时虹膜图像较复杂，细节特征不易获得，因此图像采集和识别特征的提取是这种识别方法的难点。而掌纹识别和指纹识别是类似的，掌纹识别利用掌纹屈肌线和乳突线的特征，对不同的被识别者加以区分嘲叫71，而指纹识别是利用指纹图像的乳突线特征点的位置，方向及类型等数据进行比对的博卜旧1。目前，指纹识别技术是应用最早，最广泛和最成熟的生物特征身份识别方法，但是指纹识别和掌纹识别都是接触式采集，同时指纹与掌纹都暴露在外界容易受到污染和损害，也容易被复制，这些是他们的缺陷。第

4、1章引言1．2静脉识别的理论依据与特点红外采集原理：根据人体骨骼、肌肉组织的特点，当入射光波长在0．72～1．10岬时，能够较好地穿透骨骼和肌肉，凸现出血管结构n0

5、。该波波长范围属于近红外光线，．根据中国国家医用红外检测光源的有关规定，红外光强处于峰值时波长范围在0．8～1．5pm之间。因此只要我们有较好的红外采集设备，完全可以拍摄到满足要求的静脉图像。医学研究以及国际上对手背静脉识别的研究表明所有人的静脉几乎都不一样，即使双胞胎的静脉也不一样，绝大多数人的静脉血管图像随着年龄增长不会发生根本性的变化，因此识别静脉理论上具有可行性静脉识别作为一种生物特征识别

6、技术。作为一种新的识别技术，手背静脉识别技术进行识别的生物数据是人体的手背静脉血管。该识别系统的优点有：1、具有很强的普遍性和唯一性，绝大多数人的静脉血管图像随着年龄增长不会有大的变化。2、静脉血管位于体表内，是非接触性的信息采集，不会造成采集界面污染。3、由于是身体内部的血管特征，很难伪造或是手术改变。4、可以避免一旦皮表受损害而无法进行指纹识别的缺陷。5、相比虹膜识别，采集过程十分友好，不会有使人联想到犯罪数据库的恐慌。1．3静脉识别技术的研究现状目前国内外已有一些针对手背静脉识别算法的研究，如文献[11]利用基于灰度图像的傅立叶变换的相角谱(PhaseO

7、nlyCorrelation)之间的关系以及结合模板匹配算法来识别，这罩识别算法涉及傅立叶变换和反变换等。文献[12]将细化血管分为一些曲线段，直接计算两个匹配对像中的曲线段的Line．SegmentHausdorff(LHD)距离来匹配识别，LHD距离计算时涉及角距离、平行距离、垂直距离(即Angle，Parallel，PerpendicularDistance)。上面两篇文献的算法都比较复杂，不利于识别速度的提高。文献[13]提取细化血管的端点和交点坐标位置，对坐标位置进行穷举法匹配，匹配过程也比较复杂。而文献[14]计算各个端点之l、日J的距离和各个交点

8、之间的距离，用这些距离进行匹配识别，这种方2第1章引言法是目前最新的识别匹配算法。虽然已有这些识别算法方面的研究，但是基于手背静脉的识别系统还没有广泛的应用，仅有日本，韩国有公司在推出了这样的产品，但都是小型的应用。所以，基于手背静脉血管的识别技术在硬件系统、图像预处理、特征匹配识别算法等多方面还有待进一步的改进和优化。1．4主要工作人体静脉识别是模式识别领域的前沿课题。本课题就静脉识别进行的研究包括静脉图像的采集，图像处理以及特征提取和匹配等的算法。根据国际国内研究状况，静脉识别存在的主要问题有两个难点：1、原始静脉图像的预处理算法，正常情况下我们采集到的图

9、像的灰度差别很小，如果没有很好的预处理