低质量手指静脉图像特征提取算法研究
发布时间：2022-02-21 22:18
信息化时代,人们对信息的安全保护意识日益提高,需要对个体进行身份认证的场合随处可见。手指静脉识别技术由于其非接触、活体采集、安全级别高等优势,已经成为必要的身份识别和认证手段。然而手指静脉识别技术由于静脉图像质量的制约,还未广泛的进入市场化。主要由于:采集装置的优劣、手指位置摆放不同、个体生理差异等。这些因素造成的低对比度、灰度不均、偏移、模糊的低质量图片,直接影响手指静脉特征提取的难度,降低识别性能。因此本文主要从增强算法和分割算法入手对低质量手指静脉图像进行特征提取算法进行研究。主要的研究内容如下:（1）手指静脉图像预处理。对手指静脉图像进行边缘检测、形态学操作。采用HU矩对图像进行平移旋转矫正,得到感兴趣归一化手指区域。（2）提出基于Hessian矩阵的特征值比率增强算法。本文将Frangi滤波增强算法应用到手指静脉图像增强中,增强效果较差。通过分析其原理并对其改进,提出了基于Hessian矩阵的特征值比率的增强算法。提出的算法对低质量静脉图像较粗静脉增强的同时,细节特征也可有效增强,并且克服了Frangi滤波增强算法对弯曲、静脉交叉点的抑制现象,消除了静脉结构内部的孔洞现象。（...
【文章来源】：重庆理工大学重庆市
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景与意义
1.2 手指静脉识别技术简介
1.3 手指静脉识别研究现状
1.4 手指静脉特征提取算法研究现状
1.5 论文研究目标及主要内容
1.6 论文结构安排
2 手指静脉图像预处理方法研究
2.1 手指粗分割
2.1.1 sobel边缘检测
2.1.2 形态学操作
2.2 HU矩的旋转矫正
2.3 平移矫正
2.4 灰度归一化
2.5 仿真结果与分析
2.6 小结
3 基于特征值比率的手指静脉图像增强算法研究
3.1 基于Hessian矩阵的增强算法
3.2 Frangi滤波增强算法
3.3 基于Hessian矩阵的特征值比率增强算法
3.4 仿真结果与分析
3.5 小结
4 基于融合增强的手指静脉图像特征提取算法研究
4.1 Gabor滤波增强
4.2 差值Gabor滤波增强优化算法
4.3 匹配滤波增强算法
4.4 融合增强算法
4.4.1 图像融合方法
4.4.2 离散小波变换
4.4.3 小波图像融合
4.5 仿真结果与分析
4.6 小结
5 手指静脉图像的分割与匹配方法研究
5.1 二维最大熵阈值分割算法分析
5.2 遗传算法分析
5.2.1 基于遗传算法的最大熵阈值图像分割
5.2.2 分割结果及分析
5.3 手指静脉图像模板匹配算法
5.3.1 模板匹配算法
5.3.2 匹配分数
5.4 评判标准
5.5 仿真结果与分析
5.6 小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于局部宏观结构和微观特征融合的手指静脉识别算法[J]. 程申前,游林. 通信技术. 2018(07)
[2]基于灰度不均匀矫正和SIFT的手指静脉识别方法[J]. 孟宪静,袭肖明,杨璐,尹义龙. 南京大学学报(自然科学). 2018(01)
[3]利用双倍二元模式进行手指静脉识别[J]. 王炼红,张倩. 小型微型计算机系统. 2017(10)
[4]基于Hessian矩阵的手指静脉图像分割[J]. 林剑,钟舜聪,张翔. 机电工程. 2016(12)
[5]复杂背景下的最大熵阈值红外目标分割算法[J]. 温凯峰,叶仕通,万智萍. 激光与红外. 2016(01)
[6]基于Hessian矩阵特征值聚类的脑血管分割方法[J]. 曹容菲,王醒策,武仲科,周明全,田沄,刘新宇. 系统仿真学报. 2014(09)
[7]基于动作轮廓特征的人体动作识别[J]. 李枫. 兰州工业学院学报. 2014(03)
[8]浅析数学形态学在图像处理中的应用[J]. 肖大雪. 科技广场. 2013(05)
[9]基于核Fisher鉴别分析的手指静脉识别[J]. 余成波,张进,张一萌,李洪兵. 重庆邮电大学学报(自然科学版). 2012(01)
[10]基于中值滤波和Hu矩向量的手语识别[J]. 华斌,夏利娜. 计算机工程与设计. 2011(02)
硕士论文
[1]手指静脉图像质量评估算法研究[D]. 胡晶晶.重庆理工大学 2016
[2]多生物特征密码技术的研究与实现[D]. 陈宇磊.杭州电子科技大学 2016
[3]基于局部特征的手指静脉识别[D]. 董颂.天津科技大学 2016
[4]指静脉身份识别算法的研究[D]. 庞晓红.河北工业大学 2015
[5]手指静脉角点三维建模方法研究[D]. 崔静.国防科学技术大学 2012
[6]基于特征点和子空间的手指静脉识别技术研究[D]. 金怀国.北京交通大学 2012
[7]可见光和红外图像融合质量评价研究[D]. 张小凤.华中科技大学 2007
本文编号：3638139
【文章来源】：重庆理工大学重庆市
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景与意义
1.2 手指静脉识别技术简介
1.3 手指静脉识别研究现状
1.4 手指静脉特征提取算法研究现状
1.5 论文研究目标及主要内容
1.6 论文结构安排
2 手指静脉图像预处理方法研究
2.1 手指粗分割
2.1.1 sobel边缘检测
2.1.2 形态学操作
2.2 HU矩的旋转矫正
2.3 平移矫正
2.4 灰度归一化
2.5 仿真结果与分析
2.6 小结
3 基于特征值比率的手指静脉图像增强算法研究
3.1 基于Hessian矩阵的增强算法
3.2 Frangi滤波增强算法
3.3 基于Hessian矩阵的特征值比率增强算法
3.4 仿真结果与分析
3.5 小结
4 基于融合增强的手指静脉图像特征提取算法研究
4.1 Gabor滤波增强
4.2 差值Gabor滤波增强优化算法
4.3 匹配滤波增强算法
4.4 融合增强算法
4.4.1 图像融合方法
4.4.2 离散小波变换
4.4.3 小波图像融合
4.5 仿真结果与分析
4.6 小结
5 手指静脉图像的分割与匹配方法研究
5.1 二维最大熵阈值分割算法分析
5.2 遗传算法分析
5.2.1 基于遗传算法的最大熵阈值图像分割
5.2.2 分割结果及分析
5.3 手指静脉图像模板匹配算法
5.3.1 模板匹配算法
5.3.2 匹配分数
5.4 评判标准
5.5 仿真结果与分析
5.6 小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于局部宏观结构和微观特征融合的手指静脉识别算法[J]. 程申前,游林. 通信技术. 2018(07)
[2]基于灰度不均匀矫正和SIFT的手指静脉识别方法[J]. 孟宪静,袭肖明,杨璐,尹义龙. 南京大学学报(自然科学). 2018(01)
[3]利用双倍二元模式进行手指静脉识别[J]. 王炼红,张倩. 小型微型计算机系统. 2017(10)
[4]基于Hessian矩阵的手指静脉图像分割[J]. 林剑,钟舜聪,张翔. 机电工程. 2016(12)
[5]复杂背景下的最大熵阈值红外目标分割算法[J]. 温凯峰,叶仕通,万智萍. 激光与红外. 2016(01)
[6]基于Hessian矩阵特征值聚类的脑血管分割方法[J]. 曹容菲,王醒策,武仲科,周明全,田沄,刘新宇. 系统仿真学报. 2014(09)
[7]基于动作轮廓特征的人体动作识别[J]. 李枫. 兰州工业学院学报. 2014(03)
[8]浅析数学形态学在图像处理中的应用[J]. 肖大雪. 科技广场. 2013(05)
[9]基于核Fisher鉴别分析的手指静脉识别[J]. 余成波,张进,张一萌,李洪兵. 重庆邮电大学学报(自然科学版). 2012(01)
[10]基于中值滤波和Hu矩向量的手语识别[J]. 华斌,夏利娜. 计算机工程与设计. 2011(02)
硕士论文
[1]手指静脉图像质量评估算法研究[D]. 胡晶晶.重庆理工大学 2016
[2]多生物特征密码技术的研究与实现[D]. 陈宇磊.杭州电子科技大学 2016
[3]基于局部特征的手指静脉识别[D]. 董颂.天津科技大学 2016
[4]指静脉身份识别算法的研究[D]. 庞晓红.河北工业大学 2015
[5]手指静脉角点三维建模方法研究[D]. 崔静.国防科学技术大学 2012
[6]基于特征点和子空间的手指静脉识别技术研究[D]. 金怀国.北京交通大学 2012
[7]可见光和红外图像融合质量评价研究[D]. 张小凤.华中科技大学 2007
本文编号：3638139
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3638139.html
