文档介绍：杭州电子科技大学
学位论文原创性声明和使用授权说明
原创性声明
本人郑重声明: 所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得
的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过
的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。
申请学位论文与资料若有不实之处,本人承担一切相关责任。
论文作者签名: 日期: 年月日
学位论文使用授权说明
本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即:研究生在校攻读
学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,发表论文或
使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件,
允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其
它复制手段保存论文。(保密论文在解密后遵守此规定)
论文作者签名: 日期: 年月日
指导教师签名: 日期: 年月日
杭州电子科技大学硕士学位论文
手指静脉图像的特征提取算法
研究生: 孙磊
指导教师: 游林教授
2012 年 12 月
Dissertation Submitted to Hangzhou Dianzi University
for the Degree of Master
Feature Extraction Algorithm
of Finger Vein Image
Candidate: Sun Lei
Supervisor: Prof. You Lin
December,2012
杭州电子科技大学硕士学位论文
摘要
随着社会的进步和计算机技术的发展,人们对信息安全的要求日益增高。人们期待一种
更方便、更可靠的方式来进行身份识别,然而新一代的生物识别技术正在逐渐取代传统的认
证方法,例如指纹识别、人脸识别、虹膜识别和静脉识别等。在这些生物识别技术中,手指
静脉识别技术以活体识别、内部特征、非接触式等突出优势,成为最具发展潜力的生物识别
技术之一。但是,由于受到现有图像采集设备和环境因素的影响,导致采集的手指静脉图像
存在对比度低、灰度分布不均等问题,这就降低了静脉特征提取的准确性,进而影响手指静
脉识别系统的识别率。论文在总结了现有的生物识别技术研究成果的基础上,研究低质量手
指静脉图像的特征提取算法。
论文的主要创新分为以下几个部分:
(1)提出了基于模糊集和最大邻域内差的手指静脉特征提取算法(简称 FVFM 算法)。
该算法首先利用改进的模糊增强算法改善图像的对比度,然后定义一个 8 扇形邻域分块模板
计算出原图像的最大邻域内差图像,并与模糊增强后的图像进行加权重构图像,得到新的增
强图像。最后,将增强图像与它的均值图像进行差值比较得到最终的静脉提取效果。通过实
验表明,该方法不仅有效地增强了手指静脉图像,使得静脉纹路提取效果好,而且克服了光
照不均,灰度对比度低的带来的噪声影响。
(2)提出一种基于方向检测的手指静脉图像特征提取算法(简称 FVDD 算法)。算法的
思想是用掩膜算法计算手指静脉图像的点方向图和块方向图,针对静脉纹路的谷形特征设计
新的方向模板对指静脉图像进行方向滤波,以达到提取静脉纹路的目的。然后,对滤波后的
图像进行图像分割和细化,得到最后的提取效果。为了证明该算法的有效性,利用修正的
Hausdorff 距离实现对校准的细化图像模板进行匹配实验。实验结果表明:该方算法对手指静
脉特征的提取效果理想,并且能有效地提高识别率;同时,证明了该算法的有效性和实用性。
(3)提出了一种新的基于 Gabor 滤波增强的手指静脉分割算法(简称 FVGF 算法)。该
算法通过设计新的方向算子计算静脉图像的方向分布率来选择滤波器的方向,然后利用手指
静脉横截面的灰度分布和曲率分布分析静脉纹路的宽度和纹路频率来确定 Gabor 滤波器的频
率和滤波器尺寸的范围。针对手指静脉纹路的每个方向各构造一个 Gabor 滤波器对该方向的
纹路进行增强,得到每个方向的增强子图,对每幅增强子图分配不同的加权系数重构图像。
最后将重构图像的 4 方向均值图像和重构图像进行比较,得到提取的静脉特征图像。经过实
验验证,该算法使得手指静脉图像克服了灰度分布不均和噪声带来的影响,并且分割的