手指靜脈特征提取算法的研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，當(dāng)今社會(huì)對(duì)信息安全的要求越來(lái)越高，身份識(shí)別是保證系統(tǒng)安全的重要手段。生物特征識(shí)別技術(shù)是一種利用人體固有的生理特征或行為特征來(lái)進(jìn)行身份識(shí)別的方法，比傳統(tǒng)的身份識(shí)別技術(shù)更加安全而便捷。在眾多的生物特征識(shí)別技術(shù)中，指紋識(shí)別的技術(shù)發(fā)展相對(duì)成熟，但是隨著應(yīng)用的推廣，指紋識(shí)別顯現(xiàn)出了許多的不足之處，比如指紋容易被復(fù)制和偽造等。手指靜脈識(shí)別是一種新型的非接觸式的生物特征識(shí)別技術(shù)，它有效的克服了采集對(duì)象局限于表面的缺點(diǎn)，具有廣闊

2、的應(yīng)用前景。
　　在實(shí)際的應(yīng)用中，由于受到采集設(shè)備的局限，采集到的手指靜脈圖片質(zhì)量不好，導(dǎo)致特征提取困難，從而會(huì)影響識(shí)別系統(tǒng)的準(zhǔn)確性。針對(duì)這些問(wèn)題，本文對(duì)手指靜脈的特征提取算法進(jìn)行了深入的研究，提出了高識(shí)別率的靜脈特征提取算法。本文的主要研究如下：
　　(1)研究了基于小波變換的靜脈圖像處理。首先在 Mallat算法理論的基礎(chǔ)上分析了小波變換在圖像分解上的應(yīng)用，然后研究了不同的小波變換對(duì)靜脈圖像處理應(yīng)當(dāng)考慮的三個(gè)因素，即小波