论文部分内容阅读
随着信息时代的到来,信息安全显得尤为重要。如何准确地识别一个人的身份、保护信息安全,是当今必须解决的一个社会关键问题。利用生物特征的身份识别,由于利用了人体固有的生理和行为特征而展现出极大的优越性和可靠性。其中,手背静脉近红外图像识别是一种新的非接触式生物认证技术,近年来得到了广泛的关注。手背静脉识别是通过分析手背上的静脉特征来进行身份识别的方法。本文首先分析了静脉识别的理论依据和相对于其它生物特征识别的一些优点。然后研究了手背静脉识别在静脉有效区域截取、静脉图像分割、静脉特征提取以及特征匹配的相关算法,并提出了相关的改进算法。在静脉图像预处理模块中,首先对手背静脉图像进行了有效区域定位,然后对静脉图像进行图像增强和分割;图像增强主要采用了归一化、中值滤波、低通滤波等增强处理技术;图像分割采用了一种适合静脉图像的图像分割方法——阈值图像法。对分割后的图像进行去噪、细化处理得到了符合要求的静脉图像。在特征提取与匹配模块中,本文提出了基于2DFLD的手背静脉识别方法、基于静脉结构特征的手背静脉识别方法、基于特征矩的模板匹配等识别技术的新方法,同时取得了较好的识别效果。其中,基于2DFLD的手背静脉识别方法在有57个样本的数据库上进行实验,识别率可达96.49%,是一种有效的手背静脉识别方法。最后对手背静脉识别研究工作做了预期与展望。