基于原点静矩向量的手背静脉识别技术研究

《基于原点静矩向量的手背静脉识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、河南大学研究生硕士学位论文第51页学校代码：10475学号：104753070913河南大学硕士学位论文基于原点静矩向量的手背静脉识别技术研究ResearchonHandVeinRecognitionAlgorithmBasedonOriginStaticMomentVector专业名称：应用数学专业代码：070104研究方向：计算机控制年级：二○○七级研究生姓名：田宏亮导师姓名、职称：赵建军教授完成日期：二○一○年五月论文主题词：特征提取/图像增强专业名称：应用数学专业代码：070104研究方向：数据挖掘年级：2004级研究生姓名：王艳导师姓名

2、、职称：姜保庆（副教授）完成日期：2007年5月河南大学研究生硕士学位论文第51页河南大学研究生硕士学位论文第51页摘要随着信息时代的到来，信息安全显得越来越重要，许多场合需要对人的身份进行有效的鉴别，生物特征识别技术有效的解决了此类问题。人体手背静脉识别技术作为一种全新的非接触式生物特征识别技术，与以往传统的指纹以及虹膜识别技术相比表现出了许多明显的优势。然而，手背静脉识别技术的研究尚处于刚刚起步阶段，所以对手背静脉识别技术进行深入的研究是非常有必要的，同时也有着非常重要的实用意义。在此背景下，本文在研究和分析近年来国内外有关生物特征识别技术研

3、究成果的基础上，对手背静脉识别技术的一些关键技术进行了深入研究，在采集图像的增强、有效特征的提取以及特征匹配方面提出了有效的算法。本文的主要工作归纳如下：第一，对人体手背静脉系统采集的图像对比度不明显问题进行了研究。首先，对采集到的图像进行有效区域提取，然后针对光强和手背薄厚对采集图像质量的影响，采用高频加强滤波和直方图均衡的方法来进行增强处理，实验结果展示了增强的效果，并引用模糊指数的概念来定量的分析了增强的效果，最后，分析和评价了常用阈值分割算法和细化算法在静脉图像中的实验效果。第二，对手背静脉的特征提取和特征匹配方法进行了有效探索。利用细化

4、后的静脉图像，提出了一种基于细化后的静脉纹络提取原点静矩作为识别特征的方法，利用分割思想把有效区域图像分割为多个子图像分别提取平均原点静矩，组合成特征向量，最后再结合交叉点的数目，用两级匹配的方法来进行匹配，实验结果验证该方法的有效性和可行性。关键词：静脉识别；图像增强；高频加强滤波；特征提取；原点静矩河南大学研究生硕士学位论文第51页AbstractWiththeadventoftheinformationage.informationsecurityhasbecomeincreasinglyimportant.therearemanyocca

5、sionsinwhichthepersonalauthenticationisrequired．Thereisnodoubtthatbiometricsisoneofthemostimportantandeffectivesolutionsforthistask.Asanewbiometricrecognition，veinrecognitionhasgreatadvantagescomparedtomostcurrentbiometricrecognitiontechnologies.However,theresearchofhandveinr

6、ecognitiontechnologyisatthestartingstage,soitisverynecessaryandsignificanttostudythehavdveinrecognition.Inthisthesis,somekeytechniquesofhandveinrecognitionhavebeeninvestigateddeeply,severalnovelandeffectivealgorithmshavebeenproposedsuchasimageenhancement,featureextractionandf

7、eaturematchingetc.Themainworkinthisthesiscallbesummarizedasfollows：(1)Theissueonthecontrastofgray-scalebetweenhandveintextureandbackgroundisstudied.Firstly，theregionofinterestisextractedonthecollectedimage.amethodisusedtoenhanceimagebasedonthecombinationofhigh-frequencyemphas

8、isfilteringandhistogramequalization.Theexperimentalresultsdemonstrat