本文選題：掌靜脈　切入點(diǎn)：掌紋　出處：《安徽大學(xué)》2017年碩士論文

【摘要】：近幾年國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)手部多特征融合識(shí)別技術(shù)做了大量的研究,主要包括掌紋和手型融合識(shí)別,指紋、掌紋和手型融合識(shí)別,手背靜脈和指關(guān)節(jié)融合識(shí)別,指靜脈和指背部融合識(shí)別,指紋和指靜脈融合識(shí)別,掌靜脈和掌紋融合識(shí)別等等。其中掌靜脈和掌紋的融合識(shí)別,成為近幾年研究的方向。然而如何使用單幅圖像,實(shí)現(xiàn)掌靜脈和掌紋的多特征融合識(shí)別,現(xiàn)有的研究很少。本文使用香港理工大學(xué)公開(kāi)的近紅外手掌圖像數(shù)據(jù)庫(kù),研究了在單幅近紅外手掌圖像中掌靜脈和掌紋多特征融合識(shí)別方法,研究?jī)?nèi)容包括:單幅近紅外手掌圖像中掌靜脈和掌紋結(jié)構(gòu)圖像的提取和增強(qiáng)方法、近紅外手掌圖像中掌靜脈和掌紋的單特征識(shí)別方法、基于固定權(quán)值掌靜脈和掌紋的多特征融合識(shí)別方法、基于圖像質(zhì)量自適應(yīng)權(quán)值的掌靜脈和掌紋多特征融合識(shí)別方法以及基于圖像相似性系數(shù)自適應(yīng)權(quán)值的掌靜脈和掌紋多特征融合識(shí)別方法。具體如下:單幅近紅外手掌圖像中掌靜脈結(jié)構(gòu)圖像和掌紋結(jié)構(gòu)圖像的提取和增強(qiáng)方法。單幅近紅外手掌圖像,同時(shí)包含有掌靜脈結(jié)構(gòu)和掌紋結(jié)構(gòu),由于掌靜脈結(jié)構(gòu)和掌紋結(jié)構(gòu)在近紅外手掌圖像中的紋理有較大差異并且像素值分布范圍也不同,因此可以分別提取和增強(qiáng)掌靜脈結(jié)構(gòu)圖像和掌紋結(jié)構(gòu)圖像。本文利用改進(jìn)的自引導(dǎo)濾波算法去除掌紋結(jié)構(gòu),并設(shè)計(jì)了反模糊細(xì)節(jié)增強(qiáng)模型增強(qiáng)掌靜脈結(jié)構(gòu)圖像;提出了一種改進(jìn)的分塊增強(qiáng)算法增強(qiáng)掌紋信息結(jié)構(gòu)且可去除掌靜脈信息,然后使用基于Sobel算子反銳化掩模算法突出掌紋主線條結(jié)構(gòu)信息。研究了近紅外手掌圖像中掌靜脈和掌紋的單特征識(shí)別方法。使用小波分解的特征提取方法分別提取上述分離后的掌靜脈結(jié)構(gòu)圖像和掌紋結(jié)構(gòu)圖像的特征,利用相似性系數(shù)實(shí)現(xiàn)識(shí)別分類。在利用改進(jìn)的自引導(dǎo)濾波增強(qiáng)掌靜脈結(jié)構(gòu)圖像時(shí),兩次濾波半徑參數(shù)(r1,r2)為(2,16),細(xì)節(jié)增強(qiáng)參數(shù)t為5時(shí),掌靜脈的識(shí)別率為99.23%。在利用改進(jìn)的分塊增強(qiáng)算法增強(qiáng)掌紋圖像時(shí),當(dāng)分塊半徑大小選取R為9,細(xì)節(jié)增強(qiáng)系數(shù)選取50時(shí),掌紋的識(shí)別率為94.00%。研究了基于固定權(quán)值的掌靜脈和掌紋的多特征融合識(shí)別方法。分別計(jì)算掌靜脈和掌紋的識(shí)別閾值,對(duì)單幅近紅外手掌圖像的掌靜脈和掌紋實(shí)現(xiàn)閾值加權(quán)的識(shí)別方法。在固定權(quán)值下,當(dāng)掌靜脈的識(shí)別閾值權(quán)值為0.6,掌紋為0.4時(shí),此時(shí)掌靜脈和掌紋的多特征融合識(shí)別率達(dá)到99.67%。提出了基于圖像質(zhì)量自適應(yīng)權(quán)值的掌靜脈和掌紋多特征融合識(shí)別方法。對(duì)掌靜脈結(jié)構(gòu)圖像和掌紋結(jié)構(gòu)圖像,分別從邊緣點(diǎn)/模糊點(diǎn)、高頻信息/低頻信息和圖像平均對(duì)比度3個(gè)方面,評(píng)價(jià)掌靜脈結(jié)構(gòu)圖像和掌紋結(jié)構(gòu)圖像。在此基礎(chǔ)上提出了基于圖像質(zhì)量的自適應(yīng)權(quán)值掌靜脈和掌紋的多特征融合識(shí)別方法,識(shí)別率達(dá)到99.69%。提出了基于圖像相似性系數(shù)的自適應(yīng)權(quán)值掌靜脈和掌紋多特征融合識(shí)別方法。圖像之間的相似性系數(shù)越大,說(shuō)明兩幅圖像屬于同一類的置信度越高。研究表明掌靜脈結(jié)構(gòu)圖像間的平均相似性系數(shù)要高于掌紋圖像間平均相似系數(shù)。在此基礎(chǔ)上提出了基于圖像的相似性系數(shù)的自適應(yīng)權(quán)值的掌靜脈和掌紋多特征融合識(shí)別方法,識(shí)別率達(dá)到99.71%。
[Abstract]:This paper studies the recognition of palm vein and palmprint in single - width near - infrared palm images by using the improved self - guided filtering algorithm .

【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 王志明;;無(wú)參考圖像質(zhì)量評(píng)價(jià)綜述[J];自動(dòng)化學(xué)報(bào);2015年06期

2 吳微;苑瑋琦;;手掌靜脈圖像識(shí)別技術(shù)綜述[J];中國(guó)圖象圖形學(xué)報(bào);2013年10期

3 吳微;苑瑋琦;林森;宋輝;桑海峰;;基于灰度曲面匹配的快速手掌靜脈識(shí)別[J];光學(xué)學(xué)報(bào);2013年10期

4 王科俊;宋新景;王晨暉;;手形和掌紋決策層融合方法研究[J];黑龍江大學(xué)工程學(xué)報(bào);2010年04期

5 王艷霞;阮秋琦;;一種新的掌紋圖像預(yù)處理方法[J];中國(guó)圖象圖形學(xué)報(bào);2008年06期

6 呂佩卓;賴聲禮;;人體手背靜脈血管圖像增強(qiáng)與特征匹配[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年15期

7 林喜榮,莊波,蘇曉生,周云龍,包桂秋;人體手背血管圖像的特征提取及匹配[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

，

本文編號(hào)：1679236