手指多模态识别技术的研究
发布时间：2021-03-20 08:02
生物多模态识别技术相比于单一模态具有更高的识别性能和安全性,已广泛应用于生活中各个领域。人的手指中包含指纹、指静脉等生物信息可用于多模态融合识别。目前的指纹和指静脉融合识别技术研究大多基于独立的图像,实际应用时对采集设备要求高,实现较为困难。由于近红外手指图像中除红外光成像的指静脉以外同时也包含了部分可见光反射成像的指纹,如何仅利用单幅近红外手指图像分离指纹和指静脉信息并用于手指多模态融合识别具有较高的研究价值。针对这一研究内容,本文基于单幅近红外手指图像,对图像增强分离算法、量化层和特征层融合识别算法进行研究,实现了手指多模态识别,具体的内容包括:一、本文提出了一种基于对比度受限直方图均衡的近红外图像增强算法,分离单幅近红外手指图像中的指纹和指静脉。近红外成像的手指图像中,由于近红光中掺杂的可见光反射成像的指纹谷脊线对比差异不明显,指纹信息很难被充分利用,传统的指纹预处理算法也并不适用于这种成像方式的指纹。通过分析图像中指纹和指静脉像素灰度以及宽度,调整CLAHE的裁剪系数和图像分块大小,增强图像中的指纹信息,再结合分块增强模型将单幅图像中的指纹和指静脉信息分离,获得对应的分离图像,...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
手指多模态融合识别流程图
杭州电子科技大学硕士学位论文8反射光进行成像。成像原理如图2.3所示，所以在反射成像时，会混入可见光。这就造成在图像上会出现由可见光反射成像的信息，如指纹、指横纹等。图2.2完全封闭式近红外手指成像原理图2.3不完全封闭式近红外手指成像原理单幅近红外手指图像进行融合识别的基础是传感器采集的图像同时包含指纹和指静脉信息，需要摄像头传感器对近红外光和可见光的反射均能良好成像。若想要在同一幅图中采集到近红外光和可见光反射成像的信息，则需要选用的光敏传感摄像头分别对近红外光和可见光具有敏感的传感效应，并通过调整近红外光的光照强度和摄像头成像焦距使得两者的反射均能获得良好成像。目前近红外图像传感器主要有CCD和CMOS，其中CMOS传感器相比CCD的传感速度更加快，并且信噪比高、功耗低、价格低廉。所以实验室采用的基于CMOS技术的OV7725型号摄像传感器，其规格参数如表2.1所示：表2.1OV7725摄像传感器参数规格参数OV7725原始图分辨率640×480原始图像大小3984μm×2952μm默认速度60帧/秒信噪比50dB光源近红外光工作温度-20℃—70℃工作电流60mA(MAX)镜头参数3.6mmF2.078°接口协议USB2.0OTG
杭州电子科技大学硕士学位论文8反射光进行成像。成像原理如图2.3所示，所以在反射成像时，会混入可见光。这就造成在图像上会出现由可见光反射成像的信息，如指纹、指横纹等。图2.2完全封闭式近红外手指成像原理图2.3不完全封闭式近红外手指成像原理单幅近红外手指图像进行融合识别的基础是传感器采集的图像同时包含指纹和指静脉信息，需要摄像头传感器对近红外光和可见光的反射均能良好成像。若想要在同一幅图中采集到近红外光和可见光反射成像的信息，则需要选用的光敏传感摄像头分别对近红外光和可见光具有敏感的传感效应，并通过调整近红外光的光照强度和摄像头成像焦距使得两者的反射均能获得良好成像。目前近红外图像传感器主要有CCD和CMOS，其中CMOS传感器相比CCD的传感速度更加快，并且信噪比高、功耗低、价格低廉。所以实验室采用的基于CMOS技术的OV7725型号摄像传感器，其规格参数如表2.1所示：表2.1OV7725摄像传感器参数规格参数OV7725原始图分辨率640×480原始图像大小3984μm×2952μm默认速度60帧/秒信噪比50dB光源近红外光工作温度-20℃—70℃工作电流60mA(MAX)镜头参数3.6mmF2.078°接口协议USB2.0OTG
【参考文献】：
期刊论文
[1]基于Gabor和Curvelet的近邻二值模式手指静脉识别方法[J]. 李新春,曹志强,林森. 电子测量与仪器学报. 2018(08)
[2]单幅近红外手掌图像掌静脉和掌纹多特征识别[J]. 李俊林,王华彬,陶亮. 计算机工程与应用. 2018(09)
[3]论网络安全中的身份认证技术[J]. 范建淑,张俊霞. 网络安全技术与应用. 2018(01)
[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]基于边缘检测加权引导滤波的指静脉图像增强算法[J]. 曹伟,王华彬,石军,余锐,陶亮. 激光与光电子学进展. 2017(02)
[6]基于局部灰度极小值的指静脉图像分割方法[J]. 苑玮琦,高洁睿. 计算机技术与发展. 2016(07)
[7]局部对比度自适应直方图均衡化图像增强的算法研究[J]. 刘德全,崔涛,杨雅宁. 信息与电脑(理论版). 2016(07)
[8]基于HOG与改进的SVM的手掌静脉识别算法[J]. 徐笑宇,姚鹏. 计算机工程与应用. 2016(11)
[9]基于指部关联特征的多模态图像采集系统[J]. 梁爱华,袁家政,和青芳,何娟. 传感技术学报. 2014(02)
[10]基于SVM特征层融合的集成性身份识别模型[J]. 周伟芳,叶学义,何文韬,刘一锐. 计算机应用与软件. 2013(09)
博士论文
[1]指纹纹线特征提取与匹配[D]. 胡春风.国防科学技术大学 2013
硕士论文
[1]多模态手部特征融合识别[D]. 张露.安徽大学 2018
[2]手指多模态特征识别算法研究[D]. 姜立.浙江工业大学 2017
[3]基于感知哈希编码的指纹与指静脉双模态识别方法研究[D]. 姜金祎.哈尔滨工程大学 2017
[4]手指静脉认证系统的设计与实现[D]. 罗敏.电子科技大学 2016
[5]融合指部多生物特征的识别系统[D]. 郑茜.华南理工大学 2015
[6]基于指纹与指静脉的多模态身份识别方法研究[D]. 林坤明.重庆大学 2012
本文编号：3090646
【文章来源】：杭州电子科技大学浙江省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
手指多模态融合识别流程图
杭州电子科技大学硕士学位论文8反射光进行成像。成像原理如图2.3所示，所以在反射成像时，会混入可见光。这就造成在图像上会出现由可见光反射成像的信息，如指纹、指横纹等。图2.2完全封闭式近红外手指成像原理图2.3不完全封闭式近红外手指成像原理单幅近红外手指图像进行融合识别的基础是传感器采集的图像同时包含指纹和指静脉信息，需要摄像头传感器对近红外光和可见光的反射均能良好成像。若想要在同一幅图中采集到近红外光和可见光反射成像的信息，则需要选用的光敏传感摄像头分别对近红外光和可见光具有敏感的传感效应，并通过调整近红外光的光照强度和摄像头成像焦距使得两者的反射均能获得良好成像。目前近红外图像传感器主要有CCD和CMOS，其中CMOS传感器相比CCD的传感速度更加快，并且信噪比高、功耗低、价格低廉。所以实验室采用的基于CMOS技术的OV7725型号摄像传感器，其规格参数如表2.1所示：表2.1OV7725摄像传感器参数规格参数OV7725原始图分辨率640×480原始图像大小3984μm×2952μm默认速度60帧/秒信噪比50dB光源近红外光工作温度-20℃—70℃工作电流60mA(MAX)镜头参数3.6mmF2.078°接口协议USB2.0OTG
杭州电子科技大学硕士学位论文8反射光进行成像。成像原理如图2.3所示，所以在反射成像时，会混入可见光。这就造成在图像上会出现由可见光反射成像的信息，如指纹、指横纹等。图2.2完全封闭式近红外手指成像原理图2.3不完全封闭式近红外手指成像原理单幅近红外手指图像进行融合识别的基础是传感器采集的图像同时包含指纹和指静脉信息，需要摄像头传感器对近红外光和可见光的反射均能良好成像。若想要在同一幅图中采集到近红外光和可见光反射成像的信息，则需要选用的光敏传感摄像头分别对近红外光和可见光具有敏感的传感效应，并通过调整近红外光的光照强度和摄像头成像焦距使得两者的反射均能获得良好成像。目前近红外图像传感器主要有CCD和CMOS，其中CMOS传感器相比CCD的传感速度更加快，并且信噪比高、功耗低、价格低廉。所以实验室采用的基于CMOS技术的OV7725型号摄像传感器，其规格参数如表2.1所示：表2.1OV7725摄像传感器参数规格参数OV7725原始图分辨率640×480原始图像大小3984μm×2952μm默认速度60帧/秒信噪比50dB光源近红外光工作温度-20℃—70℃工作电流60mA(MAX)镜头参数3.6mmF2.078°接口协议USB2.0OTG
【参考文献】：
期刊论文
[1]基于Gabor和Curvelet的近邻二值模式手指静脉识别方法[J]. 李新春,曹志强,林森. 电子测量与仪器学报. 2018(08)
[2]单幅近红外手掌图像掌静脉和掌纹多特征识别[J]. 李俊林,王华彬,陶亮. 计算机工程与应用. 2018(09)
[3]论网络安全中的身份认证技术[J]. 范建淑,张俊霞. 网络安全技术与应用. 2018(01)
[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]基于边缘检测加权引导滤波的指静脉图像增强算法[J]. 曹伟,王华彬,石军,余锐,陶亮. 激光与光电子学进展. 2017(02)
[6]基于局部灰度极小值的指静脉图像分割方法[J]. 苑玮琦,高洁睿. 计算机技术与发展. 2016(07)
[7]局部对比度自适应直方图均衡化图像增强的算法研究[J]. 刘德全,崔涛,杨雅宁. 信息与电脑(理论版). 2016(07)
[8]基于HOG与改进的SVM的手掌静脉识别算法[J]. 徐笑宇,姚鹏. 计算机工程与应用. 2016(11)
[9]基于指部关联特征的多模态图像采集系统[J]. 梁爱华,袁家政,和青芳,何娟. 传感技术学报. 2014(02)
[10]基于SVM特征层融合的集成性身份识别模型[J]. 周伟芳,叶学义,何文韬,刘一锐. 计算机应用与软件. 2013(09)
博士论文
[1]指纹纹线特征提取与匹配[D]. 胡春风.国防科学技术大学 2013
硕士论文
[1]多模态手部特征融合识别[D]. 张露.安徽大学 2018
[2]手指多模态特征识别算法研究[D]. 姜立.浙江工业大学 2017
[3]基于感知哈希编码的指纹与指静脉双模态识别方法研究[D]. 姜金祎.哈尔滨工程大学 2017
[4]手指静脉认证系统的设计与实现[D]. 罗敏.电子科技大学 2016
[5]融合指部多生物特征的识别系统[D]. 郑茜.华南理工大学 2015
[6]基于指纹与指静脉的多模态身份识别方法研究[D]. 林坤明.重庆大学 2012
本文编号：3090646
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3090646.html
最近更新
教材专著
