温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
Matlab
手背
静脉
图像
特征
提取
第 II 页
基于Matlab的手背静脉图像特征提取
摘 要
人体手背静脉识别技术作为一种全新的非接触式生物特征识别技术,与以往传统的指纹以及虹膜识别技术相比表现出了许多明显的优势,近年来得到了广泛的关注。
手背静脉识别是通过分析手背上的静脉特征来进行身份识别的。首先对手背静脉图像预处理,得到细化图像,利用分割思想把细化图像分割为多个子图像,然后分别提取平均原点静矩,组合成特征向量,最后再结合最近邻法,用最小欧氏距离的方法来进行匹配,实验结果验证了该方法的有效性和可行性。
关键词:静脉识别,原点静距,特征提取,匹配
The Feature Extraction of the
Hand Vein Image Based on Matlab
Author:Cai Hongshan
Tutor:Cai Chaofeng
ABSTRACT
With the arrival of information age, information security has become increasingly important. Many occasions need to identify their visitors and biometric identification technology has provided effective solutions to such problems. As a new non-contact Biometric identification technology, hand vein verification technology has many obvious advantages compared with the traditional fingerprint and iris recognition technology and has received attention widely.
Human hand vein recognition technology can improve the reliability of identity resolution in virtue of vein feature on the back of the hand. Based on the research and analysis of the recent biometric identification technology research results, this paper conducts deep research on some of the key technologies of the hand vein recognition technology, especially on feature extraction and feature matching. In the feature extraction stage, this paper’s algorithm based on thinned vein image takes origin static moment as recognition features. We can get the refining image through the preprocessing of the hand vein image, divide the refining image into multiple sub-images, extract the average origin static moment into the feature vector, use the smallest Euclidean distance to match it. The experimental result verifies the effectiveness and feasibility of the method.
KEY WORDS: Vein Verification ,origin static moment ,feature extraction
II
第 IV 页
目 录
1绪论 1
1.1 生物特征识别技术简介 1
1.2 手背静脉识别技术 3
1.3 手背静脉特征提取与匹配研究现状 4
1.4 论文主要内容与结构 6
2 手背静脉图像的预处理 8
2.1 图像的有效区域提取 8
2.2 图像的归一化 9
2.3 图像的增强 10
2.4 图像的分割 11
2.5 图像的细化 12
2.6 本章小结 12
3 手背静脉图像的特征提取与匹配 13
3.1 基本概念 13
3.2 特征提取算法 14
3.2.1 基于原点静距的思想来源 15
3.2.2 基于原点静距的特征提取 15
3.3 匹配算法 16
3.3.1 基于原点静距的识别分类 17
3.3.2 基于原点静距的匹配算法 17
3.4 实验结果与讨论 18
3.5 本章小结 21
4 结论与望展 23
4.1 总结 23
4.2 展望 23
致谢 23
参考文献 26
附 录 28
第 30 页
1 绪论
1.1 生物特征识别技术简介
随着网络的发展,由于很多领域都要通过的身份识别来保证信息的安全性,这就使身份识别渗透到日常生活的每一个方面,由于交通工具的多样化以及交通设施的不断完善,使人类的活动范围越来越广泛,更加突显了身份识别的难度和重要性。在这种形势下,基于生物特征的身份识别应运而生。从被提出的那一刻开始,生物特征身份识别就受到了前所未有的关注,尤其是在9.11事件以后,世界各国的政府和人民都认识到了生物特征身份识别的重要性,也使生物特征身份识别技术蓬勃发展起来。生物特征身份识别是一种以生物特征为基础,以信息技术为手段,通过模式分类方式确定身份的新技术,也称为生物测定学[1]。
常用的识别身份的特征主要有两类:一种是基于身份标志物所持的标识性物身份认证,如钥匙、身份证、驾驶执照等;另一种是基于身份标示所记忆的私有的身份认证,如用户名和密码等。但两者都存在着各自难以克服的缺陷:标示物丢失或被伪造,标示知识容易遗忘或者记错;更为重要的是,这些传统的身份识别往往无法区分标示物的真正拥有者和取得标示物的冒充者,一旦被他人获得这标示物,冒充者就可以拥有相同的权利。
生物特征识别技术所依据的不是传统的标示物或标示知识,而是依靠人体生物特征进行身份认证的一种技术,即通过计算机将人体固有的生理特征或行为特征收集进行处理,来进行个人身份鉴别的技术。生物特征分为基于身体特性和基于行为特征两类。生理特征与生俱来为先天性的、无法复制的;行为特征则是习惯使然,多为后天形成。生物特征识别技术作为一种安全的身份认证技术,已经显现出它广阔的应用前景。生物特征技术是目前最为方便与安全的识别系统,无须记住身份证号或者密码,也不需要带智能卡之类的东西,“钥匙”就是你自己,没有什么能比这更安全和方便。生物特征的身份鉴别技术的研究伴随着这一应用的发展越来越深入,并逐渐系统化。能够用于鉴别身份的生物特征应该具有以下特点[2]:
(1) 广泛性:每个人都应该具有这种特征。
(2) 唯一性:每个人拥有的特征应该各不相同。
(3) 稳定性:所选择的特征应该不随时间变化而发生变化。
(4) 可采集性:所选择的特征应该便于测量。
事实上,任何生理上的特征都可以用来进行身份识别,目前,在众多生物特征识别技术中,研究物理特性的主要有DNA、人脸、掌纹、耳纹、指纹、虹膜、手形等;以行为特征为研究对象的主要有声音、笔迹、步态以及气味等。表1-1列出了目前几种主要的生物特征识别技术和他们之间的比较。
表1-1 不同生物特征识别性能比较
生物特征
普遍性
唯一性
稳定性
可采集性
识别性能
可接受性
防伪性
人脸
高
低
中
高
低
高
低
指纹
中
低
高
中
高
中
高
虹膜
高
高
高
中
高
低
低
DNA
高
高
高
低
高
低
低
手形
中
中
中
高
中
中
中
视网膜
高
高
中
低
高
低
高
人耳
中
中
高
中
中
高
中
脸部温谱
高
高
低
高
中
高
高
指节纹
中
中
高
高
中
高
中
牙形
中
中
中
低
低
低
低
皮纹
高
低
低
高
低
高
中
骨骼
中
中
中
低
低
低
中
幼儿脚纹
中
中
低
低
中
低
低
气味
高
高
高
中
中
中
低
声音
中
低
低
中
中
高
中
步态
中
低
低
高
低
高
中
根据国际生物特征识别技术组织市场调研和统计,在众多身份认证技术中,指纹识别技术是技术上相对成熟的生物测定识别技术解决方案。指纹识别己经取得了比较好的成果,并且应用到各种网络信息安全领域。但是,指纹识别发展到现在面临一些不可回避的问题[3],因而受到很大限制。人会突然失去可用的指纹,如手指过湿、过干或出现手指暴皮等特征损伤时,实时采集的指纹图像已经改变了原有的特征模式,这样就会大大降低验证通过的成功率,进而识别的效果也会严重影响。而这些特殊情况在日常生活中是经常出现的,这直接影响指纹识别技术在高安全级别场合应用。其次,指纹识别的最大隐忧就是仿伪性差,因为指纹使用的外层特征使得犯罪分子很容易盗取指纹印迹。此外,指纹还存在由于直接接触而产生的卫生问题等。
由于上面的种种原因,指纹之外的生物特征识别技术也逐渐的吸引着业内人士进行研究。手背静脉识别是模式识别领域中难度较高的一个新锐研究方向,正吸引着越来越多的研究人员进入该领域,并逐渐成为生物测定识别技术领域中的研究热点之一。它同其他生物测定方法一样,不需随身携带任何证件、记住任何密码,是一种方便、保密而且有效的识别方法。
1.2 手背静脉识别技术
生物特征识别技术是近段时间以来发展比较快的一种技术[4],而人体手背静脉识别技术以其独特的优势越来越得到专家学者的青睐。静脉识别主要是利用静脉血管的结构来进行身份识别。由于静脉纹络包含大量的特征信息,所以可以作为验证的对象。红外光照射在手背上,有静脉的部位吸收红外光反射暗淡,肌肉与骨骼部位反射强烈,从而实现对静脉的造影,故静脉纹络在人体内部很难被伪造。手背静脉识别技术是非接触式,且手背静脉在一定时期内很难改变。基于人体手背静脉的生物测定识别系统在身份认定方面与指纹等其他生物特征相比具有一些独特的优势:
(1) 非接触性,静脉位于体表下面,不会对采集面污染;
(2) 防伪性强,因为身体内部的血管特征很难伪造或是手术改变的;
(3) 易接收性,特征采集比较友好,相对DNA和虹膜容易让人接收;
(4) 可以和其它生物识别技术如人脸、指纹等组成多模生物识别系统。
由于静脉特征具有这些优点,在许多方面都有很大的应用,这种生物测定识别技术可应用的领域包括[5]: