论文部分内容阅读
指静脉识别作为生物特征识别技术的一种,被人们广泛的关注。相比于其它具有生物特性的识别技术,手指静脉识别具有活体检测,难以复制和伪造,易于被接受,且安全性高等优点,使其成为了研究热点。指静脉识别主要有采集指静脉图像,预处理,特征提取,匹配与识别4个步骤。其中,指静脉特征提取作为关键步骤,它显著地影响指静脉识别系统的性能。本文主要研究指静脉特征提取方法,提出了基于空频域的可变窗宽Gabor变换的指静脉特征提取方法和基于时域的特征提取方法。论文的主要工作概括如下:(1)基于可变窗宽Gabor变换的指静脉识别。针对指静脉图像具有丰富的纹理特征和频率空变特性的特点,提出了一种基于空频分析的指静脉纹理特征提取方法。由于固定窗宽的Gabor变换具有固定的空频分辨率,不能同时达到最好,因此,对固定窗宽Gabor变换的方法进行改进。首先,在设置窗函数的宽度时,根据图像局部差分激励大小动态地调整窗函数宽度,使其可以自适应调节空频分辨率;其次,根据得到的实值离散Gabor变换系数的能量和,求出每块的信息熵,形成指静脉特征。实验结果显示,与现有的指静脉特征提取方法相比,基于可变窗宽Gabor变换的方法在FV-TJ和FV-USM数据库中识别率分别达到100%和99.39%,且等错误率为0.2019%,0.4743%,表明提出的方法识别性能更好。(2)基于可变曲率Gabor滤波器韦伯局部描述子的指静脉识别。为了能够更好地对指静脉图像进行识别,根据指静脉图像的线特征具有不同弯曲程度的特点,提出了一种基于可变曲率Gabor滤波器的韦伯局部描述子(DCGWLD)。首先,根据中心像素点与邻域像素点灰度差值具有方向性,对差分激励进行改进。在计算差分激励时,加入方向信息,扩大了不同类别指静脉图像之间的差异。其次,根据指静脉图像中的线特征存在不同的弯曲程度,对方向算子进行改进,采用改进的Gabor滤波器提取图像中不同曲率和方向的双线特征,扩大对平移,旋转的鲁棒。最后,为了更好地衡量特征间的相似度,采用了归一化相关系数(NCC)规模匹配分数算法,进一步提升识别率,同时降低等错误率。为了验证提出方法的识别性能,将所提出的可变曲率Gabor滤波器韦伯局部描述子在PolyU和SDUMLA-FV数据库中进行对比实验,实验结果表明,与LBP,LDN等局部描述子相比,提出的方法识别率达到99.89%和99.42%,同时等错误率达到0.6410%,0.7862%,更具有优势,且识别性能更好。