在眾多的生物特征中,手指靜脈特征以其高安全性的優(yōu)勢(shì)吸引了人們的關(guān)注,在金融和安防等領(lǐng)域得到廣泛應(yīng)用。但是,不同的手指靜脈采集設(shè)備存在成像方式、光源波長(zhǎng)等方面的不同,導(dǎo)致采集到的圖像在背景噪聲和灰度水平存在較大差異,這給手指區(qū)域定位帶來了困難。另外,采集的圖像質(zhì)量往往較差,還存在手指平面旋轉(zhuǎn)、空間旋轉(zhuǎn)等姿態(tài)變化�；谏疃葘W(xué)習(xí)的方法雖然能較好地提取魯棒的特征,但是公開的手指靜脈數(shù)據(jù)庫(kù)規(guī)模較小,這限制了深度模型的性能。而且,隨著手指靜脈系統(tǒng)的應(yīng)用越來越廣泛,手指靜脈類別和數(shù)量快速增加,針對(duì)手指靜脈圖像的快速檢索也成為研究的熱點(diǎn)。本文針對(duì)這些問題開展研究,具有一定的理論意義和實(shí)用價(jià)值,具體的研究工作如下:1、提出一種基于分水嶺（Watershed）的手指靜脈圖像感興趣區(qū)域（Region of Interest,ROI）提取算法。本文首先使用分水嶺方法對(duì)圖像進(jìn)行超像素分割,所分割的超像素邊界對(duì)灰度變化和背景噪聲等干擾具有一定的魯棒性;然后定義跟蹤規(guī)則提取手指邊緣并根據(jù)中線的偏轉(zhuǎn)角度進(jìn)行校正;最后,截取手指的外切矩形并進(jìn)行尺寸歸一化作為ROI圖像。實(shí)驗(yàn)表明,該算法能穩(wěn)定地從不同設(shè)備采集的靜脈圖像中... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

手指靜脈成

梢源┩溉頌宓淖櫓???本猜鲅?苤械難?斕鞍啄?吸收近紅外光，因此使得靜脈血管的分布特征可以在圖像中以不同的灰度表征。手指靜脈采集設(shè)備利用這個(gè)特性，使用該波長(zhǎng)范圍內(nèi)的近紅外光對(duì)手指進(jìn)行照射，靜脈血管所在的位置會(huì)成亮度較低的暗線，而其他位置則會(huì)有較高的亮度，由此形成手指靜脈圖像。采集設(shè)備由近紅外光源和圖像傳感器組成，這里采用電荷耦合設(shè)備（Charge-coupledDevice，CCD）作為傳感器。按照成像方式的不同，大致可以將手指靜脈采集設(shè)備分為三類，分別是光反射方式、光透射方式和光側(cè)射方式。這三種成像方式如圖2-1所示，接下來對(duì)這三種成像方式進(jìn)行詳細(xì)敘述。a)光反射b)光透射c)光側(cè)射圖2-1手指靜脈成像方式示意圖[38]1、光反射方式基于光反射方式的手指靜脈采集設(shè)備如圖2-1a)所示，光源與圖像傳感器位于手指的同一側(cè)。光線斜入射手指，來自手指表面的反射光被同側(cè)的圖像傳感器捕獲。利用光反射方式，靜脈紋路圖像由反射光強(qiáng)度的微小差異形成。由于這種成像方式下光源和圖像傳感器可以集成在一起，因此通�？梢栽O(shè)計(jì)更為緊湊的結(jié)構(gòu)，并且由于設(shè)備的表面對(duì)

華南理工大學(xué)碩士學(xué)位論文102.2.1神經(jīng)網(wǎng)絡(luò)在機(jī)器學(xué)習(xí)領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是一種模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的計(jì)算模型，可以用于對(duì)函數(shù)進(jìn)行估計(jì)或近似，或者用于解決圖像分類、語(yǔ)音處理等問題。它模仿生物神經(jīng)網(wǎng)絡(luò)由多個(gè)神經(jīng)元構(gòu)成，主要具有三個(gè)部分，分別是結(jié)構(gòu)、激活函數(shù)和學(xué)習(xí)規(guī)則。其中結(jié)構(gòu)指定了神經(jīng)網(wǎng)絡(luò)中的變量和拓?fù)潢P(guān)系，這些變量可以是神經(jīng)元連接的權(quán)重和神經(jīng)元的激活值，拓?fù)潢P(guān)系指定了神經(jīng)元連接的方式；激活函數(shù)定義了神經(jīng)元怎樣由其他神經(jīng)元的活動(dòng)來改變自己的激活值；學(xué)習(xí)規(guī)則制定了網(wǎng)絡(luò)權(quán)重如何隨時(shí)間而進(jìn)行調(diào)整。其中，神經(jīng)元中最常見的是S型神經(jīng)元，如圖2-2所示，它可以接收多個(gè)輸入，假設(shè)為1,1,…，這些輸入可以通過一個(gè)維向量來表示，1至表示各個(gè)輸入連接到感知器的權(quán)重。為偏置項(xiàng)，(.)為激活函數(shù)，記標(biāo)量輸出是，則：=(=1+)（2-1）圖2-2S型神經(jīng)元S型神經(jīng)元在結(jié)構(gòu)上簡(jiǎn)單模仿了生物神經(jīng)元，都有多個(gè)輸入以及一個(gè)輸出，輸出的結(jié)果通常會(huì)作為其他神經(jīng)元的輸入。其中激活函數(shù)起到了添加非線性擬合的能力，能較好地增加強(qiáng)神經(jīng)網(wǎng)絡(luò)的非線性表征能力。經(jīng)常使用到的有Sigmoid函數(shù)，tanh函數(shù)和ReLU函數(shù)。記=∑=1+，則三種激活函數(shù)分別如公式（2-2）、（2-3）和（2-4）所示。()=()=11+（2-2）()=tanh()=()(+)（2-3）()=ReLU()=0,if<0,if≥0（2-4）對(duì)多個(gè)神經(jīng)元按照一定的拓?fù)湟?guī)則進(jìn)行連接就可以構(gòu)成神經(jīng)網(wǎng)絡(luò)，最基本的神經(jīng)網(wǎng)

【參考文獻(xiàn)】：
期刊論文
[1]基于擴(kuò)展卷積神經(jīng)網(wǎng)絡(luò)與度量學(xué)習(xí)的指靜脈識(shí)別[J]. 包曉安,涂小妹,徐璐,張娜,吳彪.  浙江理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(02)
[2]基于小波去噪和直方圖模板均衡化的手指靜脈圖像增強(qiáng)[J]. 溫學(xué)兵,趙江魏,梁學(xué)章.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2008(02)

博士論文
[1]基于二值局部特征的手指靜脈識(shí)別方法研究[D]. 劉海英.山東大學(xué) 2019



本文編號(hào)：3281553