手指静脉识别算法研究

作     者：苏丹 

作者单位：桂林电子科技大学 

学位级别：硕士

导师姓名：王新强

授予年度：2022年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：曲线描述子 交叉点 端点 弧描述子 交叉弧描述子 

摘      要：随着人们对信息安全的愈发重视,安全的身份识别方式越来越受到青睐。手指静脉识别由于其具备高防伪性、唯一性、稳定性和活体检测等优点,成为身份识别领域的研究热点。目前大部分基于静脉结构特征的算法仅考虑静脉交叉点和端点等点特征,却忽略静脉的曲线特征,这会造成一部分结构信息的丢失,影响识别结果。且因为静脉图像的交叉点和端点较少,部分低质量的手指静脉图像和分割算法的局限性会降低静脉点特征的有效性,从而造成识别效果不理想,所以只考虑静脉交叉点和端点等点特征是不够的。针对以上问题,本文主要研究内容如下:(1)提出一种基于曲线描述子的手指静脉识别算法。首先,提取出指静脉的骨架结构,检测静脉交叉点和端点,并利用交叉点和端点将静脉骨架分割为若干条曲线段;其次,通过交叉点和曲线段的相对位置及形状特征提出了曲线弧描述子和交叉弧描述子,并根据曲线描述子提取出指静脉图像的结构特征矩阵;最后,根据提出的加权距离公式计算匹配交叉弧对,进行特征匹配及图像匹配。(2)分别用LBP、LTP、SURF和基于曲线描述子的手指静脉识别四种算法对实验室采集自制的手指静脉数据库进行实验,实验结果表明,传统的LBP、LTP和SURF算法的等错误率分别为4.46%、3.98%和6.06%,而本文提出的基于曲线描述子的手指静脉识别算法的等错误率仅为1.63%,远低于LBP、LTP和SURF算法,说明本文方法在指静脉识别中具有一定的普适性和应用前景。