生物特征识别技术是21世纪新兴的一种身份认证技术,具有很好的研究价值和广阔的应用领域。其中,手部静脉识别因其非触摸、不易仿造、活体识别、高安全性和简单易用等优势具有巨大的市场潜力,并得到了国内外各研究团队和工业界的高度关注。然而在实际应用中,手指静脉识别技术也遇到了一些瓶颈,主要包括:(1)手指静脉图像质量的好坏很大程度上取决于采集装置的好坏,因此对采集装置的设计有一定的要求;(2)由于采集过程中光照强度、手指位置不固定等因素,采集到的原始图像有噪声或偏移,导致同一个体的样本图像差异较大;(3)手指静脉特征信息不丰富,与人脸特征相比,其特征也不明显;以上原因导致在实际应用中,往往会遇到低质量的手指静脉图像,这些低质量的图像会影响静脉特征的提取以及识别,因此对静脉图像纹理细节的增强是手指静脉识别技术中的重要研究内容。本文研究了基于边缘检测加权引导滤波的指静脉图像增强算法、改进的结构相似性图像质量评价算法以及基于改进的韦伯局部描述符的指静脉图像特征提取算法。主要的研究内容如下:(1)基于边缘检测加权引导滤波的指静脉增强引导滤波器大多应用在图像去噪和去雾,本文将原始引导滤波应用在指静脉图像增强算法上,实验效果不理想,通过对比实验以及理论分析,对原始引导滤波理论进行了改进,提出了基于边缘检测的加权引导滤波,即通过计算指静脉图像的边缘算子幅值对引导滤波中固定的规整化因子进行惩罚,得到对静脉纹理区域和背景区域的自适应规整化因子,使滤波器具有更好的边缘保护特性。提出的基于边缘检测加权引导滤波的指静脉图像增强算法在保证降噪效果的同时,能够保留并突出图像更多的静脉纹理细节,增强后的图像有利于后续的特征提取和识别。(2)改进的结构相似性(Structural Similarity,SSIM)算法除了通过识别实验验证增强算法的有效性,也可以通过主观和客观的图像质量评价方法来检验算法,前者在实际应用上难以实施,因此,后者是目前该领域的研究热点。对客观的图像质量评价方法的研究是为了使其质量评价模型能够较准确的反映人的主观评价,Zhou Wang等人提出了 一种客观的图像质量评价方法:结构相似度(SSIM),其主要依据是人眼视觉系统(HVS)能够提取图像或视频中的结构信息,大量实验证明SSIM的图像质量评价算法性能优于MSE和PSNR。由于图像不同区域包含的信息不同,人眼在同一时刻只会关注自己感兴趣的信息,因此,本文提出了基于边缘检测加权的结构相似性(SWSSIM)图像质量评价方法,将增强后的图像加窗分别求取窗口内的边缘检测幅值和SSIM指数,然后累积求和得到图像的SWSSIM指数。(3)改进的韦伯局部描述符(Weber Local Descriptor,WLD)算法原始WLD理论大多应用于人脸识别领域,本文将WLD应用在指静脉图像特征提取算法上,实验效果不理想,通过对比实验以及理论分析,发现原始WLD的差分激励采用差值求和的计算方式,对噪声过于敏感且存在正负差值相互抵消的问题,导致所提取的特征不能有效表示指静脉图像的特征细节信息即边缘信息。为解决此问题,本文采用边缘检测梯度幅值作为差别阈限进行差分激励的计算,提出了一种基于边缘检测梯度幅值的韦伯局部描述符(EDGWLD)。首先利用边缘检测算子提取图像的边缘信息;其次根据图像中像素点的位置不同对梯度幅值进行优化,通过增加梯度幅值的方向性来提高其判别性;再根据韦伯定律,将优化后的梯度幅值与当前像素灰度值的比值作为差分激励;最后将改进的差分激励与方向相融合得到EDGWLD。