论文部分内容阅读
生物特征识别技术是近年来计算机视觉和模式识别领域中的一大热点问题。作为这项技术的一个新成员,手背静脉识别受到越来越多的关注。目前这种技术存在三个难点,第一是可见光下手背纹理难以发现,必须设计方便可行的图像采集方案,第二是对静脉纹理的分割,最后是提取稳定鲁棒的特征描述向量。
本文从这三个难点出发,分析了静脉识别的理论依据,完成了手背静脉识别各个部分的研究,并对各个部分做出完整的叙述。本研究主要工作归纳如下:
首先完成了静脉采集硬件装置的研制。从原理入手,通过比较和分析远红外、近红外成像原理,设计并制作了具有两套近红外光源(透射光源和反射光源)的采集设备,提高了成像的对比度,使采用低成本设备成为可能。
其次研究了静脉图像的预处理和分割。本文提出了包括匹配滤波器的滤波器方法并讨论了Besov模值小波收缩去噪算法,都得到了满意的实验结果。去噪后使用阈值图像法对图像进行分割,分割的结果证明算法稳定可行。
然后分析了三种特征提取算法(基于几何结构的特征、基于特征矩的特征和基于K-L压缩变换的特征)与分类,并针对静脉纹理特点提出了两种特征,即基于空间分布的特征和类LBP特征,使识别更具有鲁棒性。
最后实现了手背静脉识别演示系统的软硬件,实际证明了这种生物特征识别方式的有效性和应用前景。
本文从硬件的研制到软件算法的研究,都进行了较深入的讨论,最后达到了构架整个识别系统的预期目标。