基于深度学习网络的手指静脉识别算法研究
发布时间：2021-07-13 06:35
在众多的生物特征中,手指静脉特征以其高安全性的优势吸引了人们的关注,在金融和安防等领域得到广泛应用。但是,不同的手指静脉采集设备存在成像方式、光源波长等方面的不同,导致采集到的图像在背景噪声和灰度水平存在较大差异,这给手指区域定位带来了困难。另外,采集的图像质量往往较差,还存在手指平面旋转、空间旋转等姿态变化。基于深度学习的方法虽然能较好地提取鲁棒的特征,但是公开的手指静脉数据库规模较小,这限制了深度模型的性能。而且,随着手指静脉系统的应用越来越广泛,手指静脉类别和数量快速增加,针对手指静脉图像的快速检索也成为研究的热点。本文针对这些问题开展研究,具有一定的理论意义和实用价值,具体的研究工作如下:1、提出一种基于分水岭（Watershed）的手指静脉图像感兴趣区域（Region of Interest,ROI）提取算法。本文首先使用分水岭方法对图像进行超像素分割,所分割的超像素边界对灰度变化和背景噪声等干扰具有一定的鲁棒性;然后定义跟踪规则提取手指边缘并根据中线的偏转角度进行校正;最后,截取手指的外切矩形并进行尺寸归一化作为ROI图像。实验表明,该算法能稳定地从不同设备采集的静脉图像中...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
手指静脉成
梢源┩溉颂宓淖橹???本猜鲅?苤械难?斓鞍啄?吸收近红外光，因此使得静脉血管的分布特征可以在图像中以不同的灰度表征。手指静脉采集设备利用这个特性，使用该波长范围内的近红外光对手指进行照射，静脉血管所在的位置会成亮度较低的暗线，而其他位置则会有较高的亮度，由此形成手指静脉图像。采集设备由近红外光源和图像传感器组成，这里采用电荷耦合设备（Charge-coupledDevice，CCD）作为传感器。按照成像方式的不同，大致可以将手指静脉采集设备分为三类，分别是光反射方式、光透射方式和光侧射方式。这三种成像方式如图2-1所示，接下来对这三种成像方式进行详细叙述。a)光反射b)光透射c)光侧射图2-1手指静脉成像方式示意图[38]1、光反射方式基于光反射方式的手指静脉采集设备如图2-1a)所示，光源与图像传感器位于手指的同一侧。光线斜入射手指，来自手指表面的反射光被同侧的图像传感器捕获。利用光反射方式，静脉纹路图像由反射光强度的微小差异形成。由于这种成像方式下光源和图像传感器可以集成在一起，因此通常可以设计更为紧凑的结构，并且由于设备的表面对
华南理工大学硕士学位论文102.2.1神经网络在机器学习领域，人工神经网络是一种模仿生物神经网络的结构和功能的计算模型，可以用于对函数进行估计或近似，或者用于解决图像分类、语音处理等问题。它模仿生物神经网络由多个神经元构成，主要具有三个部分，分别是结构、激活函数和学习规则。其中结构指定了神经网络中的变量和拓扑关系，这些变量可以是神经元连接的权重和神经元的激活值，拓扑关系指定了神经元连接的方式；激活函数定义了神经元怎样由其他神经元的活动来改变自己的激活值；学习规则制定了网络权重如何随时间而进行调整。其中，神经元中最常见的是S型神经元，如图2-2所示，它可以接收多个输入，假设为1,1,…，这些输入可以通过一个维向量来表示，1至表示各个输入连接到感知器的权重。为偏置项，(.)为激活函数，记标量输出是，则：=(=1+)（2-1）图2-2S型神经元S型神经元在结构上简单模仿了生物神经元，都有多个输入以及一个输出，输出的结果通常会作为其他神经元的输入。其中激活函数起到了添加非线性拟合的能力，能较好地增加强神经网络的非线性表征能力。经常使用到的有Sigmoid函数，tanh函数和ReLU函数。记=∑=1+，则三种激活函数分别如公式（2-2）、（2-3）和（2-4）所示。()=()=11+（2-2）()=tanh()=()(+)（2-3）()=ReLU()=0,if<0,if≥0（2-4）对多个神经元按照一定的拓扑规则进行连接就可以构成神经网络，最基本的神经网
【参考文献】：
期刊论文
[1]基于扩展卷积神经网络与度量学习的指静脉识别[J]. 包晓安,涂小妹,徐璐,张娜,吴彪. 浙江理工大学学报(自然科学版). 2020(02)
[2]基于小波去噪和直方图模板均衡化的手指静脉图像增强[J]. 温学兵,赵江魏,梁学章. 吉林大学学报(理学版). 2008(02)
博士论文
[1]基于二值局部特征的手指静脉识别方法研究[D]. 刘海英.山东大学 2019
本文编号：3281553
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
手指静脉成
梢源┩溉颂宓淖橹???本猜鲅?苤械难?斓鞍啄?吸收近红外光，因此使得静脉血管的分布特征可以在图像中以不同的灰度表征。手指静脉采集设备利用这个特性，使用该波长范围内的近红外光对手指进行照射，静脉血管所在的位置会成亮度较低的暗线，而其他位置则会有较高的亮度，由此形成手指静脉图像。采集设备由近红外光源和图像传感器组成，这里采用电荷耦合设备（Charge-coupledDevice，CCD）作为传感器。按照成像方式的不同，大致可以将手指静脉采集设备分为三类，分别是光反射方式、光透射方式和光侧射方式。这三种成像方式如图2-1所示，接下来对这三种成像方式进行详细叙述。a)光反射b)光透射c)光侧射图2-1手指静脉成像方式示意图[38]1、光反射方式基于光反射方式的手指静脉采集设备如图2-1a)所示，光源与图像传感器位于手指的同一侧。光线斜入射手指，来自手指表面的反射光被同侧的图像传感器捕获。利用光反射方式，静脉纹路图像由反射光强度的微小差异形成。由于这种成像方式下光源和图像传感器可以集成在一起，因此通常可以设计更为紧凑的结构，并且由于设备的表面对
华南理工大学硕士学位论文102.2.1神经网络在机器学习领域，人工神经网络是一种模仿生物神经网络的结构和功能的计算模型，可以用于对函数进行估计或近似，或者用于解决图像分类、语音处理等问题。它模仿生物神经网络由多个神经元构成，主要具有三个部分，分别是结构、激活函数和学习规则。其中结构指定了神经网络中的变量和拓扑关系，这些变量可以是神经元连接的权重和神经元的激活值，拓扑关系指定了神经元连接的方式；激活函数定义了神经元怎样由其他神经元的活动来改变自己的激活值；学习规则制定了网络权重如何随时间而进行调整。其中，神经元中最常见的是S型神经元，如图2-2所示，它可以接收多个输入，假设为1,1,…，这些输入可以通过一个维向量来表示，1至表示各个输入连接到感知器的权重。为偏置项，(.)为激活函数，记标量输出是，则：=(=1+)（2-1）图2-2S型神经元S型神经元在结构上简单模仿了生物神经元，都有多个输入以及一个输出，输出的结果通常会作为其他神经元的输入。其中激活函数起到了添加非线性拟合的能力，能较好地增加强神经网络的非线性表征能力。经常使用到的有Sigmoid函数，tanh函数和ReLU函数。记=∑=1+，则三种激活函数分别如公式（2-2）、（2-3）和（2-4）所示。()=()=11+（2-2）()=tanh()=()(+)（2-3）()=ReLU()=0,if<0,if≥0（2-4）对多个神经元按照一定的拓扑规则进行连接就可以构成神经网络，最基本的神经网
【参考文献】：
期刊论文
[1]基于扩展卷积神经网络与度量学习的指静脉识别[J]. 包晓安,涂小妹,徐璐,张娜,吴彪. 浙江理工大学学报(自然科学版). 2020(02)
[2]基于小波去噪和直方图模板均衡化的手指静脉图像增强[J]. 温学兵,赵江魏,梁学章. 吉林大学学报(理学版). 2008(02)
博士论文
[1]基于二值局部特征的手指静脉识别方法研究[D]. 刘海英.山东大学 2019
本文编号：3281553
本文链接：https://www.wllwen.com/yixuelunwen/swyx/3281553.html
