基于链码表示的手臂静脉特征提取与匹配

作     者：赵珊 王彪 唐超颖 Zhao Shan;Wang Biao;Tang Chaoying

作者机构：南京航空航天大学自动化学院江苏南京210016 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2016年第36卷第5期

页      面：131-142页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0702[理学-物理学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61403196) 江苏省自然科学基金(BK20140837) 教育部博士点基金(20133218120018) 

主　　题：机器视觉 静脉识别 链码表示 粒子群算法 

摘      要：针对手臂静脉这一生物特征,提出一种基于链码表示的静脉特征提取及匹配算法.由近红外手臂图像中提取出静脉的骨架结构,并将其分割为若干条曲线段,通过曲线的相对方向、相对位置及形状特征计算匹配曲线对,利用粒子群算法计算匹配曲线间的最优空间变换关系,根据静脉全局变换后点集的重叠情况判断匹配程度.针对来自9个国家的110位实验者组成的手臂图像库进行实验,Rank-1和Rank-10%识别率分别为74.5%和93.6%,优于改进Hausdorff距离及模板匹配方法,表明手臂静脉可作为一种新的生物特征来进行身份认证.