信息化時代,人們對信息的安全保護意識日益提高,需要對個體進行身份認證的場合隨處可見。手指靜脈識別技術由于其非接觸、活體采集、安全級別高等優(yōu)勢,已經(jīng)成為必要的身份識別和認證手段。然而手指靜脈識別技術由于靜脈圖像質(zhì)量的制約,還未廣泛的進入市場化。主要由于:采集裝置的優(yōu)劣、手指位置擺放不同、個體生理差異等。這些因素造成的低對比度、灰度不均、偏移、模糊的低質(zhì)量圖片,直接影響手指靜脈特征提取的難度,降低識別性能。因此本文主要從增強算法和分割算法入手對低質(zhì)量手指靜脈圖像進行特征提取算法進行研究。主要的研究內(nèi)容如下:（1）手指靜脈圖像預處理。對手指靜脈圖像進行邊緣檢測、形態(tài)學操作。采用HU矩對圖像進行平移旋轉(zhuǎn)矯正,得到感興趣歸一化手指區(qū)域。（2）提出基于Hessian矩陣的特征值比率增強算法。本文將Frangi濾波增強算法應用到手指靜脈圖像增強中,增強效果較差。通過分析其原理并對其改進,提出了基于Hessian矩陣的特征值比率的增強算法。提出的算法對低質(zhì)量靜脈圖像較粗靜脈增強的同時,細節(jié)特征也可有效增強,并且克服了Frangi濾波增強算法對彎曲、靜脈交叉點的抑制現(xiàn)象,消除了靜脈結構內(nèi)部的孔洞現(xiàn)象。（... 

【文章來源】：重慶理工大學重慶市

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景與意義
    1.2 手指靜脈識別技術簡介
    1.3 手指靜脈識別研究現(xiàn)狀
    1.4 手指靜脈特征提取算法研究現(xiàn)狀
    1.5 論文研究目標及主要內(nèi)容
    1.6 論文結構安排
2 手指靜脈圖像預處理方法研究
    2.1 手指粗分割
        2.1.1 sobel邊緣檢測
        2.1.2 形態(tài)學操作
    2.2 HU矩的旋轉(zhuǎn)矯正
    2.3 平移矯正
    2.4 灰度歸一化
    2.5 仿真結果與分析
    2.6 小結
3 基于特征值比率的手指靜脈圖像增強算法研究
    3.1 基于Hessian矩陣的增強算法
    3.2 Frangi濾波增強算法
    3.3 基于Hessian矩陣的特征值比率增強算法
    3.4 仿真結果與分析
    3.5 小結
4 基于融合增強的手指靜脈圖像特征提取算法研究
    4.1 Gabor濾波增強
    4.2 差值Gabor濾波增強優(yōu)化算法
    4.3 匹配濾波增強算法
    4.4 融合增強算法
        4.4.1 圖像融合方法
        4.4.2 離散小波變換
        4.4.3 小波圖像融合
    4.5 仿真結果與分析
    4.6 小結
5 手指靜脈圖像的分割與匹配方法研究
    5.1 二維最大熵閾值分割算法分析
    5.2 遺傳算法分析
        5.2.1 基于遺傳算法的最大熵閾值圖像分割
        5.2.2 分割結果及分析
    5.3 手指靜脈圖像模板匹配算法
        5.3.1 模板匹配算法
        5.3.2 匹配分數(shù)
    5.4 評判標準
    5.5 仿真結果與分析
    5.6 小結
6 總結與展望
    6.1 總結
    6.2 展望
致謝
參考文獻
個人簡歷、在學期間發(fā)表的學術論文及取得的研究成果


【參考文獻】：
期刊論文
[1]基于局部宏觀結構和微觀特征融合的手指靜脈識別算法[J]. 程申前,游林.  通信技術. 2018(07)
[2]基于灰度不均勻矯正和SIFT的手指靜脈識別方法[J]. 孟憲靜,襲肖明,楊璐,尹義龍.  南京大學學報(自然科學). 2018(01)
[3]利用雙倍二元模式進行手指靜脈識別[J]. 王煉紅,張倩.  小型微型計算機系統(tǒng). 2017(10)
[4]基于Hessian矩陣的手指靜脈圖像分割[J]. 林劍,鐘舜聰,張翔.  機電工程. 2016(12)
[5]復雜背景下的最大熵閾值紅外目標分割算法[J]. 溫凱峰,葉仕通,萬智萍.  激光與紅外. 2016(01)
[6]基于Hessian矩陣特征值聚類的腦血管分割方法[J]. 曹容菲,王醒策,武仲科,周明全,田沄,劉新宇.  系統(tǒng)仿真學報. 2014(09)
[7]基于動作輪廓特征的人體動作識別[J]. 李楓.  蘭州工業(yè)學院學報. 2014(03)
[8]淺析數(shù)學形態(tài)學在圖像處理中的應用[J]. 肖大雪.  科技廣場. 2013(05)
[9]基于核Fisher鑒別分析的手指靜脈識別[J]. 余成波,張進,張一萌,李洪兵.  重慶郵電大學學報(自然科學版). 2012(01)
[10]基于中值濾波和Hu矩向量的手語識別[J]. 華斌,夏利娜.  計算機工程與設計. 2011(02)

碩士論文
[1]手指靜脈圖像質(zhì)量評估算法研究[D]. 胡晶晶.重慶理工大學 2016
[2]多生物特征密碼技術的研究與實現(xiàn)[D]. 陳宇磊.杭州電子科技大學 2016
[3]基于局部特征的手指靜脈識別[D]. 董頌.天津科技大學 2016
[4]指靜脈身份識別算法的研究[D]. 龐曉紅.河北工業(yè)大學 2015
[5]手指靜脈角點三維建模方法研究[D]. 崔靜.國防科學技術大學 2012
[6]基于特征點和子空間的手指靜脈識別技術研究[D]. 金懷國.北京交通大學 2012
[7]可見光和紅外圖像融合質(zhì)量評價研究[D]. 張小鳳.華中科技大學 2007



本文編號：3638139