本文選題：指靜脈識(shí)別 + 雙向投影定位�。� 參考：《東華理工大學(xué)》2016年碩士論文

【摘要】：21世紀(jì)信息安全問題倍受社會(huì)關(guān)注,而傳統(tǒng)的身份認(rèn)證技術(shù)(如個(gè)人身份證、駕駛證等)已遠(yuǎn)不能滿足信息安全需求,于是生物識(shí)別技術(shù)應(yīng)運(yùn)而生。目前,使用最為廣泛的生物識(shí)別技術(shù)為指紋識(shí)別。但隨著科技的不斷發(fā)展,偽造人體指紋亦不是難事,甚至可以花幾元錢就可以在淘寶網(wǎng)上購(gòu)買到硅膠指紋膜,來自行克隆指紋。而這種克隆指紋還能夠以假亂真,輕松騙過指紋識(shí)別儀,故存在重大的安全隱患。所以鑒于指紋識(shí)別自身的缺點(diǎn),其發(fā)展已遇到了瓶頸。而人體指靜脈因其具有唯一性(醫(yī)學(xué)界已經(jīng)驗(yàn)證)、生長(zhǎng)在肉里、不易偽造等諸多優(yōu)點(diǎn),現(xiàn)已成為眾多學(xué)者研究的新寵。本文研究?jī)?nèi)容主要圍繞以下幾點(diǎn)展開:(1)本文介紹了手指靜脈圖像采集原理:即是由于人體血液中的失氧血紅蛋白能夠吸收某一特定波長(zhǎng)的近紅外光線,也就是手指靜脈能在近紅外光下成像的方法。在對(duì)圖像進(jìn)行預(yù)處理階段時(shí),提出了一種基于ROI(感興趣區(qū)域)的手指靜脈圖像定位的改進(jìn)算法。經(jīng)過驗(yàn)證,該算法解決了手指的平面轉(zhuǎn)動(dòng)問題定位問題,并獲得了較滿意的定位效果。(2)本文針對(duì)幾種典型的手指靜脈圖像分割算法:均值法、Niblack法、OTSU法及迭代法進(jìn)行了模擬仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:這些算法均不能提取出高質(zhì)量的靜脈紋路,分割結(jié)果也不是十分理想,且存在大量噪聲和靜脈特征。故本文提出了一種基于最大曲率與谷形分割相結(jié)合的改進(jìn)算法,得到了很好的分割效果。然后對(duì)分割后的指靜脈圖像進(jìn)行濾波、去噪與細(xì)化處理。(3)本文提取了指靜脈骨架化圖像中的兩種關(guān)鍵性節(jié)點(diǎn):交叉點(diǎn)和端點(diǎn)。然后利用修改的Hausdroff距離(MHD)來計(jì)算它們的相似度。實(shí)驗(yàn)表明:同時(shí)利用兩類細(xì)節(jié)點(diǎn)作為特征點(diǎn)進(jìn)行識(shí)別,能夠有效地應(yīng)用于個(gè)人身份認(rèn)證。本文還對(duì)多模態(tài)生物識(shí)別系統(tǒng)的優(yōu)勢(shì)、層次、融合算法的結(jié)構(gòu)以及模式源的選取作了簡(jiǎn)要介紹。最后簡(jiǎn)單分析了指紋與靜脈的多模態(tài)生物識(shí)別系統(tǒng)的構(gòu)建方法。
[Abstract]:In the 21st century, the problem of information security has attracted the attention of the society, but the traditional identity authentication technology (such as personal identity card, driver's license, etc.) has been far from meeting the information security needs, so biometric identification technology has emerged as the times require. At present, the most widely used biometric technology is fingerprint identification. But with the development of science and technology, it is not difficult to forge human fingerprint. It can even cost a few yuan to buy silica gel fingerprint film on Taobao to clone its own fingerprint. And this kind of clone fingerprint can also be false, easy to deceive fingerprint recognition instrument, so there are major security risks. Therefore, in view of the shortcomings of fingerprint recognition, its development has encountered a bottleneck. The human digital vein has become a new favorite of many scholars because of its uniqueness (the medical field has proved that it is growing in meat, it is not easy to forge, and so on. This paper mainly focuses on the following points: this paper introduces the principle of finger vein image acquisition: that is, the oxygenated hemoglobin in human blood can absorb a certain wavelength of near-infrared light. This is the way in which the finger veins can be imaged in near-infrared light. In the stage of image preprocessing, an improved algorithm of finger vein image location based on ROI (region of interest) is proposed. It is proved that the algorithm solves the problem of the plane rotation of fingers. In this paper, several typical finger vein image segmentation algorithms: the mean value method / Niblack / Otsu method and the iterative method are simulated and simulated. The experimental results show that these algorithms can not extract high quality veins, and the segmentation results are not ideal, and there are a lot of noise and vein features. Therefore, an improved algorithm based on the combination of maximum curvature and valley segmentation is proposed, and a good segmentation effect is obtained. Then the segmented digital vein image is filtered, denoised and thinned. (3) in this paper, two key nodes in the digital vein skeleton image are extracted: intersection point and end point. Then the modified Hausdroff distance is used to calculate their similarity. Experiments show that two kinds of detail points are used as feature points to identify and can be effectively applied to personal identity authentication. This paper also briefly introduces the advantages, levels, structure of fusion algorithm and the selection of pattern source of multimodal biometric recognition system. Finally, the method of constructing multimodal biometric identification system of fingerprint and vein is simply analyzed.
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙硯田;;引人注目的靜脈識(shí)別技術(shù)[J];中國(guó)防偽報(bào)道;2009年03期

2 張拓;;手掌靜脈識(shí)別在身份識(shí)別中的應(yīng)用[J];中國(guó)輸血雜志;2010年S1期

3 李沛秦;李貴林;;看不見偷不走的放心鎖——靜脈識(shí)別[J];實(shí)驗(yàn)室研究與探索;2014年03期

4 吉紫娟;包佳祺;;用于手指靜脈識(shí)別的光學(xué)系統(tǒng)[J];湖北教育學(xué)院學(xué)報(bào);2007年02期

5 陳彥德;;淺析靜脈識(shí)別技術(shù)的原理與應(yīng)用[J];中國(guó)高新技術(shù)企業(yè);2008年20期

6 邱英;譚定忠;姚欣;孫暉;顧義華;宋瑞涵;;靜脈識(shí)別技術(shù)研究進(jìn)展[J];機(jī)械工程師;2009年07期

7 左鐵東;張環(huán);胡德文;;手掌靜脈識(shí)別系統(tǒng)的研究與設(shè)計(jì)[J];計(jì)算機(jī)測(cè)量與控制;2009年11期

8 王科俊;劉靖宇;;基于相對(duì)距離和角度的手指靜脈識(shí)別方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

9 楊穎;楊公平;;手指靜脈識(shí)別技術(shù)[J];計(jì)算機(jī)科學(xué)與探索;2012年04期

10 ;手指靜脈識(shí)別技術(shù)中紅外線的作用分析[J];中國(guó)防偽報(bào)道;2012年04期

相關(guān)會(huì)議論文 前6條

1 肖賓杰;張征;殳偉群;;靜脈識(shí)別研究的進(jìn)展與應(yīng)用展望[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

2 張拓;;手掌靜脈識(shí)別在身份識(shí)別中的應(yīng)用[A];中國(guó)輸血協(xié)會(huì)第五屆輸血大會(huì)論文專集（摘要篇）[C];2010年

3 盧飛遠(yuǎn);程國(guó)建;潘華賢;;基于NiBlack的靜脈圖像的應(yīng)用研究[A];第十二屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2010年

4 王科俊;劉靖宇;楊曉菲;;提取相位和方向特征的手指靜脈識(shí)別方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

5 康文雄;鄧飛其;;基于特征點(diǎn)角度矩陣的靜脈識(shí)別方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

6 許強(qiáng);楊佳;;基于線性加權(quán)的免疫克隆算法的手指靜脈特征提取[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

相關(guān)重要報(bào)紙文章 前6條

1 楊二;上海環(huán)球金融中心啟用指靜脈識(shí)別考勤管理系統(tǒng)[N];中國(guó)質(zhì)量報(bào);2008年

2 王海;峰峰集團(tuán)引入靜脈互保確認(rèn)系統(tǒng)[N];中國(guó)煤炭報(bào);2010年

3 本報(bào)記者 華凌;一“指”當(dāng)關(guān) 萬夫莫開[N];科技日?qǐng)?bào);2008年

4 本報(bào)記者 冰島;非接觸式手掌靜脈認(rèn)證有望終結(jié)密碼時(shí)代[N];國(guó)際商報(bào);2008年

5 張巨睿;《科學(xué)世界》解讀科技奧運(yùn)[N];中國(guó)郵政報(bào);2008年

6 葛林楠 王握文 楊燕群;手指作“密碼” 開啟保險(xiǎn)箱[N];科技日?qǐng)?bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 顏學(xué)葵;掌靜脈識(shí)別算法研究[D];華南理工大學(xué);2015年

2 襲肖明;手指靜脈識(shí)別若干關(guān)鍵問題研究[D];山東大學(xué);2015年

3 王軍;手部靜脈識(shí)別關(guān)鍵技術(shù)研究[D];中國(guó)礦業(yè)大學(xué);2015年

4 孟憲靜;血管類圖像分割與識(shí)別方法研究[D];山東大學(xué);2016年

5 楊璐;手指靜脈識(shí)別方法研究[D];山東大學(xué);2016年

6 劉通;面向低質(zhì)量圖像的手指靜脈識(shí)別關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

7 李鐵鋼;靜脈識(shí)別算法研究[D];吉林大學(xué);2007年

8 陳劉奎;人體手指靜脈識(shí)別技術(shù)研究[D];武漢大學(xué);2010年

9 宋尚玲;鼻部毛囊識(shí)別和手指靜脈識(shí)別[D];山東大學(xué);2009年

10 秦華鋒;手指靜脈圖像質(zhì)量評(píng)估與特征識(shí)別算法研究[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 薛琴;手掌靜脈識(shí)別技術(shù)在貴重物品物流中的應(yīng)用研究[D];沈陽大學(xué);2015年

2 孟昭慧;基于二次判別和局部信息及特征融合的手靜脈識(shí)別[D];復(fù)旦大學(xué);2014年

3 董路梅;基于詞袋模型的手指靜脈識(shí)別方法研究[D];山東大學(xué);2015年

4 劉菲;手指靜脈識(shí)別關(guān)鍵問題研究[D];山東大學(xué);2015年

5 高潔睿;手指靜脈特征提取方法研究[D];沈陽工業(yè)大學(xué);2016年

6 耿宏雨;基于手背靜脈的生物特征識(shí)別關(guān)鍵算法研究[D];東北大學(xué);2014年

7 李思遠(yuǎn);手指靜脈識(shí)別關(guān)鍵問題研究[D];東北大學(xué);2014年

8 楊廣達(dá);手指靜脈識(shí)別系統(tǒng)的研究[D];燕山大學(xué);2016年

9 羅敏;手指靜脈認(rèn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

10 傅澤思;手掌靜脈識(shí)別技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

，

本文編號(hào)：1858302