指靜脈圖像增強與識別算法.pdf

1、生物特征識別技術是21世紀新興的一種身份認證技術，具有很好的研究價值和廣闊的應用領域。其中，手部靜脈識別因其非觸摸、不易仿造、活體識別、高安全性和簡單易用等優(yōu)勢具有巨大的市場潛力，并得到了國內外各研究團隊和工業(yè)界的高度關注。
　　然而在實際應用中，手指靜脈識別技術也遇到了一些瓶頸，主要包括:(1)手指靜脈圖像質量的好壞很大程度上取決于采集裝置的好壞，因此對采集裝置的設計有一定的要求;(2)由于采集過程中光照強度、手指位置不固定等因

2、素，采集到的原始圖像有噪聲或偏移，導致同一個體的樣本圖像差異較大;(3)手指靜脈特征信息不豐富，與人臉特征相比，其特征也不明顯;以上原因導致在實際應用中，往往會遇到低質量的手指靜脈圖像，這些低質量的圖像會影響靜脈特征的提取以及識別，因此對靜脈圖像紋理細節(jié)的增強是手指靜脈識別技術中的重要研究內容。本文研究了基于邊緣檢測加權引導濾波的指靜脈圖像增強算法、改進的結構相似性圖像質量評價算法以及基于改進的韋伯局部描述符的指靜脈圖像特征提取算法。主

3、要的研究內容如下:
　　(1)基于邊緣檢測加權引導濾波的指靜脈增強
　　引導濾波器大多應用在圖像去噪和去霧，本文將原始引導濾波應用在指靜脈圖像增強算法上，實驗效果不理想，通過對比實驗以及理論分析，對原始引導濾波理論進行了改進，提出了基于邊緣檢測的加權引導濾波，即通過計算指靜脈圖像的邊緣算子幅值對引導濾波中固定的規(guī)整化因子進行懲罰，得到對靜脈紋理區(qū)域和背景區(qū)域的自適應規(guī)整化因子，使濾波器具有更好的邊緣保護特性。提出的基于邊緣檢

4、測加權引導濾波的指靜脈圖像增強算法在保證降噪效果的同時，能夠保留并突出圖像更多的靜脈紋理細節(jié)，增強后的圖像有利于后續(xù)的特征提取和識別。
　　(2)改進的結構相似性(Structural Similarity，SSIM)算法
　　除了通過識別實驗驗證增強算法的有效性，也可以通過主觀和客觀的圖像質量評價方法來檢驗算法，前者在實際應用上難以實施，因此，后者是目前該領域的研究熱點。對客觀的圖像質量評價方法的研究是為了使其質量評價模型

5、能夠較準確的反映人的主觀評價，Zhou Wang等人提出了一種客觀的圖像質量評價方法:結構相似度(SSIM)，其主要依據(jù)是人眼視覺系統(tǒng)(HVS)能夠提取圖像或視頻中的結構信息，大量實驗證明SSIM的圖像質量評價算法性能優(yōu)于MSE和PSNR。由于圖像不同區(qū)域包含的信息不同，人眼在同一時刻只會關注自己感興趣的信息，因此，本文提出了基于邊緣檢測加權的結構相似性(SWSSIM)圖像質量評價方法，將增強后的圖像加窗分別求取窗口內的邊緣檢測幅值和S

6、SIM指數(shù)，然后累積求和得到圖像的SWSSIM指數(shù)。
　　(3)改進的韋伯局部描述符(Weber Local Descriptor，WLD)算法
　　原始WLD理論大多應用于人臉識別領域，本文將WLD應用在指靜脈圖像特征提取算法上，實驗效果不理想，通過對比實驗以及理論分析，發(fā)現(xiàn)原始WLD的差分激勵采用差值求和的計算方式，對噪聲過于敏感且存在正負差值相互抵消的問題，導致所提取的特征不能有效表示指靜脈圖像的特征細節(jié)信息即邊緣信息