手指静脉识别系统的性能非常依赖于采集图像的质量,但是采集设备在成像和传输时产生的各类噪声,以及开放式使用场景下设备镜面上存在脏污、用户手指存在蜕皮情况等因素都会对图像质量造成极大的影响,增大后续特征提取的难度,最终影响整个系统的识别性能。针对目前现有的图像去噪算法和修复算法在处理手指静脉图像的过程中,并没有准确地利用图像的纹理特征信息,导致去噪后静脉纹理边缘模糊甚至部分静脉信息丢失、修复后静脉边缘断裂等问题,提出了基于Gabor纹理特征的手指静脉图像去噪与修复算法研究,在消除噪声或是修复破损区域的同时,充分利用图像的纹理特征信息,起到能更好地保护静脉纹理边缘结构的作用,对静脉血管类图像处理具有很好地借鉴意义。具体研究内容如下:1.提出基于Gabor小波的手指静脉图像纹理特征垂直相位差编码方式,相比传统图像去噪算法或是修复算法所采用的灰度结构以及梯度信息,Gabor小波良好的尺度性和方向性能较好地匹配手指静脉粗细与延伸方向不同的特点,并且对光强变化和噪声干扰具有一定的鲁棒性,更适于提取手指静脉图像的纹理边缘信息,编码所得Gabor纹理特征能更准确地描述静脉纹理走向。理论分析与实验证明了该纹理特征具有优秀的局部特征能力和良好的鉴别力,并且能准确地描述了静脉纹理边缘信息,可利用于后续手指静脉图像去噪与修复算法研究中。2.提出基于Gabor纹理特征和BC双核函数的手指静脉图像NLM去噪算法,该算法具有两个创新点:一是提出Gabor纹理相似度的概念,然后结合纹理相似度与灰度值欧式距离共同衡量图像块之间的相似性,更好地去除噪声的影响,解决了传统NLM算法单一采用灰度值欧式距离,相似性计算准确度易受光强与噪声影响的问题;二是提出巴特沃兹余弦双核函数,该核函数曲线更符合NLM算法理想核函数的要求,对静脉边缘保持性能更好,解决了传统NLM算法的指数型核函数对于相似度高的图像块加权不足以及相似度低的图像块加权过度,容易导致静脉边缘细节模糊的问题。从理论和实验分析证明了相比传统NLM算法以及改进的NLM算法,该算法在去噪的同时具有更好的保护静脉纹理边缘和细节信息的能力,去噪后的手指静脉图像质量更高。3.提出基于Gabor纹理约束的手指静脉图像修复算法,根据手指静脉图像局部纹理连贯的特点,通过Gabor纹理约束机制避免了在修复过程中引入过多纹理相关性低的信息对修复区域造成模糊的影响,修复后图像静脉纹理更加连贯,提高了图像后续特征提取和匹配识别的性能。通过理论与实验验证了相比传统的未准确地利用手指静脉图像纹理信息的修复算法,Gabor纹理约束的作用使得该算法修复后的手指静脉图像视觉连贯性更佳、图像质量得到了提升,后续分割提取得到的静脉骨架特征也更加稳定,并且最终提升了受损图像的识别性能。