基于小波变换的手指静脉去噪技术

《基于小波变换的手指静脉去噪技术》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、小波结课论文`CivilAviationUniversityofChina静态小波变换在手指静脉图像去噪中的应用课程名称小波分析姓名李亚楠学号1204033导师杨金锋教授11小波结课论文静态小波变换在手指静脉图像去噪中的应用摘要：在手指静脉识别技术中，由于在静脉采集过程中受到仪器设备、光照等因素的影响，采集的静脉图像对比度往往较低、噪声较多，给最终的识别带来很大的不便，所以在识别之前对静脉图像进行去噪处理是很有必要的。本文采用静态小波变换的图像去噪，首先对原始静脉图像进行两层静态小波变换，然后根据不同频层的特点分别作去噪

2、处理。仿真结果表明，此方法可有效的去除噪声，增强手指静脉图像清晰度。关键词:静态小波变换；图像去噪；逼近信号；细节信号ApplicationofSWTTheoryforFingerVeininImageDe-noisingAbstract:Infinger-veinrecognition,sincetheacquisitionprocessisaffectedbyfinger-veinequipment,lightingandotherfactors,thecontrastoftheveinimageisoftenlow

3、,havemuchnoise,anditbringsgreatinconveniencetothefinalrecognition.Sobeforeidentifyingveinimagede-noisingprocessingisnecessary.ThisarticleappliedtheSWTtheoryforfingerveininimagedenoising.Firstly,appliedtwo-dimensionalstaticwavelettransformtotheoriginalimage,thenwe

4、madeuseofthedifferentcharacteristicsofeachfrequencybandtodesigndifferentmethodsofde-noisingrespectively.Experimentsshowthemethodhasintegratedadvantageforimagede-noisingandforenhancingtheclarityofthefinger-veinimage.Keywords:SWT;imagedenoising;approximationsignal;

5、detailsignal1引言随着信息化时代的到来，信息的安全性与保密性引起了人们普遍的高度重视。目前，指纹识别技术相对于虹膜、人脸等识别技术来说，是生物特征识别技术中比较成熟的一种身份确认技术，已经在安检、门禁、考试等很多方面得到了很好的应用。但由于指纹存在于皮肤的表面，促使其有一些不可避免的缺点，如手指过湿、过干或出现手指暴皮等特征损伤时，或者手指有污物等都会影响识别效果。而手指静脉识别技术能完全克服上面的诸多缺点，使得身份认证更加方便快捷。11小波结课论文手指静脉识别技术是通过近红外线穿透手指后所得的静脉纹路影像来

6、进行识别。它是世界上最尖端的具有高精度、高速度的认证技术。在各种生物认证技术中，因其是利用外部看不到的生物内部特征进行认证的技术，所以作为高防伪性的第二代生物认证技术备受瞩目。手指静脉识别技术与其他生物识别相比，具有以下优点：1、利用的是活体的内生理特征，不会磨损，较难伪造，具有很高的安全性。2、具有较好的特异性与唯一性，可以提供很好的区分度。3、可以实现非接触或弱接触测量。4、不易受手指表面伤痕或油污、汗水影响。但手指静脉识别技术也存在不可避免的缺点。由于手指静脉图像采集系统受采集时间、光强和个人手指厚度影响，所以，采

7、集的静脉图像对比度往往较低、噪声较多，给最终的识别带来很大的不便，所以在增强与识别之前对静脉图像作去噪处理是很有必要的。2小波变换基本理论上个世纪80年代初，Morlet和Arens等人首次提出了“小波”的概念。小波分析的出现和发展，源于许多不同科学领域信号处理的需要。作为一种数学工具，小波分析已广泛地应用于信号分析、图像处理、数值分析等方面，而这些实际应用中产生的问题也进一步促进和激发了人们研究小波理论的兴趣，带来了小波分析的迅速发展。小波变换是空间、时间和频率的局部变换，能够有效地从信号中提取有用信息，通过对紧支撑小

8、波基的伸缩和平移等运算功能，实现对信号的多尺度细化分析。2.1小波基本概念及特性小波（wavelet），即小区域的波，是一种特殊的长度有限、平均值为0的波形。小波的可容许条件：（2-1）其中为基本小波（或称小波母函数），为其傅里叶变换。将小波母函数进行伸缩和平移，就可以得到函数：（2-2）上式中a是伸缩因子，而b是平