現(xiàn)代社會(huì)中身份識(shí)別技術(shù)正在進(jìn)行快速更新和發(fā)展來適應(yīng)不斷提升的信息安全需求,如何保證個(gè)人資金和信息不被盜取和泄露已經(jīng)成為社會(huì)各層都密切關(guān)注的問題。而針對(duì)以往身份識(shí)別方法的易丟失、易偽造等不足,基于生物特征的身份驗(yàn)證法因其利用了自身生理特征的優(yōu)勢(shì),已經(jīng)在新的身份認(rèn)證信息時(shí)代蓬勃發(fā)展。其中,基于掌靜脈的身份認(rèn)證和識(shí)別技術(shù)以其難以偽造的特點(diǎn),漸漸被應(yīng)用于社會(huì)中。本論文主要是對(duì)手掌靜脈紅外圖像識(shí)別方法做深入研究。論文針對(duì)采集到的掌靜脈圖像質(zhì)量低的特點(diǎn),首先對(duì)掌靜脈圖像進(jìn)行預(yù)處理,然后對(duì)圖像進(jìn)行特征提取和匹配。在預(yù)處理階段,論文首先對(duì)圖像進(jìn)行NSCT（Non-subsampled Contourlet Transform,非下采樣Contourlet變換）處理,得到不同尺度和方向上的低通子帶圖像和帶通子帶圖像。對(duì)低通子帶系數(shù)進(jìn)行線性增強(qiáng)處理,提高圖像對(duì)比度;對(duì)帶通子帶系數(shù),根據(jù)能量分布自適應(yīng)地確定各子帶去噪閾值,并提出弱邊緣增強(qiáng)算法,達(dá)到增強(qiáng)細(xì)節(jié)紋理,抑制噪聲的效果。論文然后對(duì)細(xì)節(jié)增強(qiáng)后的掌靜脈圖像進(jìn)行了后續(xù)的掌靜脈圖像分割和細(xì)化,應(yīng)用了基于區(qū)域活動(dòng)輪廓模型的圖像分割方法,該方法能夠沿著靜脈細(xì)節(jié)紋... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

生物識(shí)別技術(shù)市場(chǎng)規(guī)模和預(yù)測(cè)

終憑猜鐾枷�。获取諔{猜鐾枷竦氖疽饌既縵濾?荊和?2.2 掌靜脈成像示意圖2.2 掌靜脈識(shí)別系統(tǒng)的整體設(shè)計(jì)目前，掌靜脈識(shí)別的流程分以下六個(gè)步驟[13]：1. 掌靜脈圖像的獲�。河� LED 發(fā)射近紅外光照射手掌，通過圖像傳感器將反射的紅外光進(jìn)行采集，得到手掌靜脈圖像。2. 圖像中感興趣區(qū)域的提�。悍指罹哂姓旗o脈紋理信息的圖像區(qū)域；3. 圖像的預(yù)處理：對(duì)掌靜脈圖像進(jìn)行細(xì)節(jié)增強(qiáng)以獲得高質(zhì)量的掌靜脈圖像。4. 特征提取：提取能夠表示掌靜脈紋理信息的特征；把手掌放在傳感器上方 近紅外光照射獲得掌靜脈圖像

共計(jì) 1200 張圖像，每張圖片擁有 1280*960 的分辨率。這個(gè)數(shù)據(jù)集適用于問題的分析和處理，并且被很多研究機(jī)構(gòu)所認(rèn)可。第二個(gè)數(shù)據(jù)集也是對(duì)所有免費(fèi)提供。該數(shù)據(jù)集中包含 250 個(gè)不同年齡段和性別的人的左右手掌靜脈圖像 500 個(gè)手掌，每個(gè)手掌采集 12 次，共計(jì) 6000 張圖像。第一個(gè)數(shù)據(jù)集中的圖像已經(jīng)做了ROI的提取和分割，獲得基于掌心的矩形區(qū)域個(gè)數(shù)據(jù)集中的圖像未做 ROI 的提取和分割處理，為得到統(tǒng)一格式的圖像，需形 ROI 分割法獲取基于掌心的靜脈圖像，最終獲得 7200 張具有統(tǒng)一格式的圖，圖 3.1 即為掌靜脈示例圖。由于光照強(qiáng)度、設(shè)備參數(shù)設(shè)置等因素影響，現(xiàn)出不同的背景顏色。同時(shí)，圖像細(xì)節(jié)紋理信息較弱，圖像整體對(duì)比度較低不夠明顯，所以為提高后續(xù)掌靜脈識(shí)別率，突出靜脈結(jié)構(gòu)信息，需對(duì)特征紋增強(qiáng)，對(duì)不感興趣的背景和噪聲進(jìn)行抑制或減弱，從而獲得高質(zhì)量、信息豐脈圖像。增強(qiáng)后的圖像有利于后續(xù)的特征提取和匹配操作。


本文編號(hào)：3220070