發(fā)布時(shí)間：2021-08-13 03:12

　　近年來(lái),手指靜脈識(shí)別作為新興的生物特征識(shí)別技術(shù)之一,受到越來(lái)越多研究者的關(guān)注。采集階段可能產(chǎn)生的一些低質(zhì)量圖像將嚴(yán)重影響后續(xù)的特征提取和匹配,因此采集圖像后對(duì)其進(jìn)行質(zhì)量評(píng)估以便剔除低質(zhì)量圖像十分必要。傳統(tǒng)的手指靜脈質(zhì)量評(píng)估方法存在手動(dòng)設(shè)計(jì)特征困難、靜脈點(diǎn)檢測(cè)過(guò)程復(fù)雜等問(wèn)題,也有少數(shù)研究學(xué)者將卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）用于手指靜脈質(zhì)量評(píng)估,但是這些方法仍存在一些不足比如圖像標(biāo)簽標(biāo)注不準(zhǔn)確、基于單一靜脈形式學(xué)習(xí)到的特征表達(dá)能力有限等。另外,以往進(jìn)行手指靜脈識(shí)別時(shí)大多依賴手動(dòng)設(shè)計(jì)的特征,但在實(shí)際應(yīng)用中,該特征容易受環(huán)境光照、手指姿態(tài)變化等影響。CNN具有強(qiáng)大的特征表達(dá)能力,目前基于CNN的手指靜脈識(shí)別系統(tǒng)已經(jīng)取得了不錯(cuò)的效果,但是它們往往采用復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)或分步處理過(guò)程,無(wú)法應(yīng)用于計(jì)算能力有限、內(nèi)存較小的硬件平臺(tái)以及實(shí)現(xiàn)端到端的識(shí)別過(guò)程。對(duì)此,本文做了如下工作:（1）基于Light-CNN的手指靜脈圖像質(zhì)量評(píng)估方法。首先,通過(guò)統(tǒng)計(jì)手指靜脈點(diǎn)數(shù)來(lái)對(duì)圖像進(jìn)行自動(dòng)標(biāo)注;其次,將圖像切分成圖像塊以擴(kuò)大訓(xùn)練集,以圖像塊而非整幅圖像作為CNN的輸入;... 

【文章來(lái)源】：五邑大學(xué)廣東省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

(a)列為高質(zhì)量手指靜脈圖像、(b)列為低質(zhì)量手指靜脈圖像

SDUMLA-HMT僅僅提供了原始的手指靜脈圖像，具體使用時(shí)還需根據(jù)圖像自身的特點(diǎn)提取ROI區(qū)域。對(duì)于該數(shù)據(jù)集，本文利用ROI提取算法獲得了相應(yīng)的ROI區(qū)域圖像并將尺寸歸一化為128 60，如圖2-1中的(b)所示。(a) MMCBNU_6000 數(shù)據(jù)集 (b) SDUMLA-HMT 數(shù)據(jù)集圖 2-1 數(shù)據(jù)集中的原始圖像及其對(duì)應(yīng)的 ROI 圖像Fig.2-1 The original images and corresponding ROI images in the datasets2.4 提取手指靜脈 ROI 圖像對(duì)于原始的手指靜脈圖像，我們需要提取穩(wěn)定的手指靜脈感興趣區(qū)域作為后續(xù)識(shí)別的基礎(chǔ)，此處稱為ROI提取[45-48]。如前所述，MMCBNU_6000已經(jīng)提供了ROI圖像，我們只需要對(duì)SDUMLA-HMT進(jìn)行ROI提取，采用的ROI提取方法具體的流程圖如圖2-2所示，主要包括以下步驟：（1）檢測(cè)手指邊緣；（2）根據(jù)邊緣圖像完成基于手指中線的圖像傾斜檢測(cè)及校正；（3）根據(jù)手指兩邊界的內(nèi)切邊來(lái)確定感興趣區(qū)域的高度；（4）根據(jù)手指關(guān)節(jié)位置來(lái)確定感興趣區(qū)域的寬度。如圖2-3所示，具體地，我們先使用邊緣檢測(cè)算法檢測(cè)出手指的上下邊界，如圖(b)所示；然后

紋路增強(qiáng)、紋路分割等處理過(guò)程。具體地，首先，將手指靜脈圖像灰度值歸一化至[0,255]如公12 1( , )( , ) 255f i j Gf i jG G′ = × 式中，f ′( i , j)表示原始ROI圖像的灰度值，f (i , j )為歸一化后的R1G 表示原始ROI圖像的最小灰度值，2G 表示原始ROI圖像的最大其次，基于方向谷形檢測(cè)、Gabor濾波[50]、主曲率濾波[49]是常路增強(qiáng)方法。文獻(xiàn)[16]對(duì)這三種增強(qiáng)方式進(jìn)行了對(duì)比，如圖 2-4 所看到基于方向谷形檢測(cè)和Gabor濾波來(lái)增強(qiáng)ROI圖像后再對(duì)其進(jìn)行圖像可以獲得較清晰、較完整的靜脈紋路，而利用主曲率濾波進(jìn)產(chǎn)生的二值圖像獲得的靜脈紋路比較離散、出現(xiàn)了很多不連續(xù)的增強(qiáng)圖 二值圖基


本文編號(hào)：3339628