论文部分内容阅读
手指静脉识别技术作为一种新型的非接触式生物认证技术,具有可靠性高,验证便捷,识别精度高和活体识别等特点。与传统认证技术不同,它在易用性与可靠性之间达到较好的平衡,但是该技术在图像采集、预处理和特征提取与匹配等方面仍存在一些问题,而本文研究目的就在于研究和解决上述问题。本文分析了手指静脉识别技术的基本原理,设计了手指静脉图像处理流程,研究了图像采集、静脉图像区域定位、静脉纹路提取、静脉特征提取与匹配等原理与实现,主要进行了如下研究工作:(1)针对手指静脉图像采集问题,本文在分析多种手指静脉图像采集方式特点以及图像采集硬件配置标准的基础上,设计了手指静脉图像采集方案,通过实验验证,所获取的静脉图像可以较好满足后续研究的需要。(2)针对手指静脉图像区域定位问题,本文在对手指生物特征以及多种静脉图像定位算法进行研究的基础上,引入ROI (Region of Interest)概念,提出了一种基于ROI的手指静脉图像双向投影定位截取算法。通过实验验证,该算法较好克服了指轮廓曲线特征所带来的定位问题,取得了满意的定位效果。(3)针对静脉纹路提取问题,本文在对多种静脉纹路提取算法进行研究的基础上,采用了一种手指静脉纹路综合提取算法,该算法融合方向谷型检测、图像模糊增强、图像阈值分割、噪声分类去除及图像细化等过程。本文对每个过程进行详细分析,并通过实验确定最佳阈值分割算法,取得满意的实验效果。(4)针对静脉特征提取与匹配问题,本文在对两种经典算法进行研究的基础上,分析总结了特征提取与匹配算法所要面对的实时性,容错性和抗变性等问题,研究并采用了物理学中的NMI (Normalized Moment of Inertia)归一化转动惯量特征,提出了一种基于NMI的特征提取与匹配改进算法。通过5组实验验证,该算法能够较好解决上述问题,获得了满意的实验效果。(5)设计并开发出一个基于PC的手指静脉识别系统。通过设置参数和选项,该系统既可演示本文中各图像处理环节的实验效果,也可以验证相关参数或算法对图像处理效果的影响,还可实现手指静脉图像的特征值提取与匹配。