隨著科學(xué)技術(shù)的發(fā)展,人們對于身份認(rèn)證的安全性要求越來越高。指靜脈生物識別技術(shù)作為生物識別技術(shù)的一種,因其獨(dú)特的優(yōu)勢近年來逐漸成為生物識別領(lǐng)域研究的熱點(diǎn)。但是指靜脈識別系統(tǒng)性能提升存在一定瓶頸,比如指靜脈提取算法在處理指靜脈圖像背景噪聲、對比度低等問題時(shí)候魯棒性欠佳,導(dǎo)致指靜脈識別率難以進(jìn)一步提升;大多數(shù)指靜脈系統(tǒng)采用單一的特征信息進(jìn)行匹配,指靜脈圖像蘊(yùn)含的信息利用不足等問題。因此本文針對指靜脈生物識別特征提取環(huán)節(jié)的算法不足和匹配環(huán)節(jié)的算法不足進(jìn)行研究,做了如下工作:（1）通過研究指靜脈數(shù)據(jù)庫圖像發(fā)現(xiàn),數(shù)據(jù)庫中部分圖像存在曝光不均衡、圖像模糊、指靜脈與背景區(qū)分度低等“低質(zhì)量”問題。針對這個(gè)問題,本文提出了基于最大曲率的自適應(yīng)指靜脈紋路提取算法。該算法采用將指靜脈背景自適應(yīng)弱化處理和偽靜脈點(diǎn)剔除等操作,提高了提取算法的魯棒性。仿真實(shí)驗(yàn)表明,本文方法提升了指靜脈紋路提取的準(zhǔn)確性,提高了指靜脈識別系統(tǒng)的性能。（2）針對采用單一特征的指靜脈識別系統(tǒng)性能較低問題,本文在匹配層提出一種基于粒子群計(jì)算權(quán)重的加權(quán)均值多特征融合匹配算法,該方法融合了三種類型特征以及相適應(yīng)的匹配方法,針對指靜脈灰度圖像使用... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

指靜脈原圖與ROI區(qū)域示意圖

南京郵電大學(xué)碩士研究生學(xué)位論文第二章指靜脈生物識別相關(guān)技術(shù)研究22（d）MMCBNU_6000（e）UTFV（e）THU-FVFDT圖2.10指靜脈數(shù)據(jù)庫的指靜脈原圖樣張2.5.2指靜脈識別系統(tǒng)評價(jià)指標(biāo)為了能夠準(zhǔn)確的評價(jià)出指靜脈識別算法的性能，通常使用錯(cuò)誤接受率（FalseAcceptRate，F(xiàn)AR），錯(cuò)誤拒絕率（FalseRejectRate，F(xiàn)RR），等誤率（EqualErrorRate，EER）作為指靜脈系統(tǒng)性能評價(jià)指標(biāo)。（1）FARFAR指的是系統(tǒng)在非法匹配判別時(shí)，不同類別被識別為相同類別的次數(shù)占非法匹配總次數(shù)的比值。（2）FRRFRR指在合法匹配判別時(shí)，相同類別被識別為不同類別的次數(shù)占合法匹配總次數(shù)的比值。FAR和FRR計(jì)算公式如下：100%NFAFARNIRA=（2.26）100%NFRFRRNGRA=（2.27）其中，NFA表示錯(cuò)誤判斷的匹配次數(shù)，NIRA表示合法匹配總次數(shù)，NFR表示拒識的匹配次數(shù)，NGRA表示非法匹配總次數(shù)。


本文編號：3293760