生物多模態(tài)識(shí)別技術(shù)相比于單一模態(tài)具有更高的識(shí)別性能和安全性,已廣泛應(yīng)用于生活中各個(gè)領(lǐng)域。人的手指中包含指紋、指靜脈等生物信息可用于多模態(tài)融合識(shí)別。目前的指紋和指靜脈融合識(shí)別技術(shù)研究大多基于獨(dú)立的圖像,實(shí)際應(yīng)用時(shí)對(duì)采集設(shè)備要求高,實(shí)現(xiàn)較為困難。由于近紅外手指圖像中除紅外光成像的指靜脈以外同時(shí)也包含了部分可見光反射成像的指紋,如何僅利用單幅近紅外手指圖像分離指紋和指靜脈信息并用于手指多模態(tài)融合識(shí)別具有較高的研究?jī)r(jià)值。針對(duì)這一研究?jī)?nèi)容,本文基于單幅近紅外手指圖像,對(duì)圖像增強(qiáng)分離算法、量化層和特征層融合識(shí)別算法進(jìn)行研究,實(shí)現(xiàn)了手指多模態(tài)識(shí)別,具體的內(nèi)容包括:一、本文提出了一種基于對(duì)比度受限直方圖均衡的近紅外圖像增強(qiáng)算法,分離單幅近紅外手指圖像中的指紋和指靜脈。近紅外成像的手指圖像中,由于近紅光中摻雜的可見光反射成像的指紋谷脊線對(duì)比差異不明顯,指紋信息很難被充分利用,傳統(tǒng)的指紋預(yù)處理算法也并不適用于這種成像方式的指紋。通過分析圖像中指紋和指靜脈像素灰度以及寬度,調(diào)整CLAHE的裁剪系數(shù)和圖像分塊大小,增強(qiáng)圖像中的指紋信息,再結(jié)合分塊增強(qiáng)模型將單幅圖像中的指紋和指靜脈信息分離,獲得對(duì)應(yīng)的分離圖像,... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

手指多模態(tài)融合識(shí)別流程圖

杭州電子科技大學(xué)碩士學(xué)位論文8反射光進(jìn)行成像。成像原理如圖2.3所示，所以在反射成像時(shí)，會(huì)混入可見光。這就造成在圖像上會(huì)出現(xiàn)由可見光反射成像的信息，如指紋、指橫紋等。圖2.2完全封閉式近紅外手指成像原理圖2.3不完全封閉式近紅外手指成像原理單幅近紅外手指圖像進(jìn)行融合識(shí)別的基礎(chǔ)是傳感器采集的圖像同時(shí)包含指紋和指靜脈信息，需要攝像頭傳感器對(duì)近紅外光和可見光的反射均能良好成像。若想要在同一幅圖中采集到近紅外光和可見光反射成像的信息，則需要選用的光敏傳感攝像頭分別對(duì)近紅外光和可見光具有敏感的傳感效應(yīng)，并通過調(diào)整近紅外光的光照強(qiáng)度和攝像頭成像焦距使得兩者的反射均能獲得良好成像。目前近紅外圖像傳感器主要有CCD和CMOS，其中CMOS傳感器相比CCD的傳感速度更加快，并且信噪比高、功耗低、價(jià)格低廉。所以實(shí)驗(yàn)室采用的基于CMOS技術(shù)的OV7725型號(hào)攝像傳感器，其規(guī)格參數(shù)如表2.1所示：表2.1OV7725攝像傳感器參數(shù)規(guī)格參數(shù)OV7725原始圖分辨率640×480原始圖像大小3984μm×2952μm默認(rèn)速度60幀/秒信噪比50dB光源近紅外光工作溫度-20℃—70℃工作電流60mA(MAX)鏡頭參數(shù)3.6mmF2.078°接口協(xié)議USB2.0OTG

杭州電子科技大學(xué)碩士學(xué)位論文8反射光進(jìn)行成像。成像原理如圖2.3所示，所以在反射成像時(shí)，會(huì)混入可見光。這就造成在圖像上會(huì)出現(xiàn)由可見光反射成像的信息，如指紋、指橫紋等。圖2.2完全封閉式近紅外手指成像原理圖2.3不完全封閉式近紅外手指成像原理單幅近紅外手指圖像進(jìn)行融合識(shí)別的基礎(chǔ)是傳感器采集的圖像同時(shí)包含指紋和指靜脈信息，需要攝像頭傳感器對(duì)近紅外光和可見光的反射均能良好成像。若想要在同一幅圖中采集到近紅外光和可見光反射成像的信息，則需要選用的光敏傳感攝像頭分別對(duì)近紅外光和可見光具有敏感的傳感效應(yīng)，并通過調(diào)整近紅外光的光照強(qiáng)度和攝像頭成像焦距使得兩者的反射均能獲得良好成像。目前近紅外圖像傳感器主要有CCD和CMOS，其中CMOS傳感器相比CCD的傳感速度更加快，并且信噪比高、功耗低、價(jià)格低廉。所以實(shí)驗(yàn)室采用的基于CMOS技術(shù)的OV7725型號(hào)攝像傳感器，其規(guī)格參數(shù)如表2.1所示：表2.1OV7725攝像傳感器參數(shù)規(guī)格參數(shù)OV7725原始圖分辨率640×480原始圖像大小3984μm×2952μm默認(rèn)速度60幀/秒信噪比50dB光源近紅外光工作溫度-20℃—70℃工作電流60mA(MAX)鏡頭參數(shù)3.6mmF2.078°接口協(xié)議USB2.0OTG

【參考文獻(xiàn)】：
期刊論文
[1]基于Gabor和Curvelet的近鄰二值模式手指靜脈識(shí)別方法[J]. 李新春,曹志強(qiáng),林森.  電子測(cè)量與儀器學(xué)報(bào). 2018(08)
[2]單幅近紅外手掌圖像掌靜脈和掌紋多特征識(shí)別[J]. 李俊林,王華彬,陶亮.  計(jì)算機(jī)工程與應(yīng)用. 2018(09)
[3]論網(wǎng)絡(luò)安全中的身份認(rèn)證技術(shù)[J]. 范建淑,張俊霞.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2018(01)
[4]基于Hessian矩陣的手指靜脈圖像分割[J]. 林劍,鐘舜聰,張翔.  機(jī)電工程. 2016(12)
[5]基于邊緣檢測(cè)加權(quán)引導(dǎo)濾波的指靜脈圖像增強(qiáng)算法[J]. 曹偉,王華彬,石軍,余銳,陶亮.  激光與光電子學(xué)進(jìn)展. 2017(02)
[6]基于局部灰度極小值的指靜脈圖像分割方法[J]. 苑瑋琦,高潔睿.  計(jì)算機(jī)技術(shù)與發(fā)展. 2016(07)
[7]局部對(duì)比度自適應(yīng)直方圖均衡化圖像增強(qiáng)的算法研究[J]. 劉德全,崔濤,楊雅寧.  信息與電腦(理論版). 2016(07)
[8]基于HOG與改進(jìn)的SVM的手掌靜脈識(shí)別算法[J]. 徐笑宇,姚鵬.  計(jì)算機(jī)工程與應(yīng)用. 2016(11)
[9]基于指部關(guān)聯(lián)特征的多模態(tài)圖像采集系統(tǒng)[J]. 梁愛華,袁家政,和青芳,何娟.  傳感技術(shù)學(xué)報(bào). 2014(02)
[10]基于SVM特征層融合的集成性身份識(shí)別模型[J]. 周偉芳,葉學(xué)義,何文韜,劉一銳.  計(jì)算機(jī)應(yīng)用與軟件. 2013(09)

博士論文
[1]指紋紋線特征提取與匹配[D]. 胡春風(fēng).國(guó)防科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]多模態(tài)手部特征融合識(shí)別[D]. 張露.安徽大學(xué) 2018
[2]手指多模態(tài)特征識(shí)別算法研究[D]. 姜立.浙江工業(yè)大學(xué) 2017
[3]基于感知哈希編碼的指紋與指靜脈雙模態(tài)識(shí)別方法研究[D]. 姜金祎.哈爾濱工程大學(xué) 2017
[4]手指靜脈認(rèn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 羅敏.電子科技大學(xué) 2016
[5]融合指部多生物特征的識(shí)別系統(tǒng)[D]. 鄭茜.華南理工大學(xué) 2015
[6]基于指紋與指靜脈的多模態(tài)身份識(shí)別方法研究[D]. 林坤明.重慶大學(xué) 2012



本文編號(hào)：3090646