2022年医学专题—基于Matlab的手背静脉图像特征提取.docx
《2022年医学专题—基于Matlab的手背静脉图像特征提取.docx》由会员分享,可在线阅读,更多相关《2022年医学专题—基于Matlab的手背静脉图像特征提取.docx(37页珍藏版)》请在文库网上搜索。
1、 第 II 页 基于Matlab的手背静脉图像特征提取摘 要人体手背静脉识别技术作为一种全新的非接触式生物特征识别技术,与以往传统的指纹以及虹膜识别技术相比表现出了许多明显的优势,近年来得到了广泛的关注。手背静脉识别是通过分析手背上的静脉特征来进行身份识别的。首先对手背静脉图像预处理,得到细化图像,利用分割思想把细化图像分割为多个子图像,然后分别提取平均原点静矩,组合成特征向量,最后再结合最近邻法,用最小欧氏距离的方法来进行匹配,实验结果验证了该方法的有效性和可行性。关键词:静脉识别,原点静距,特征提取,匹配 TheFeatureExtractionof theHandVeinImageBas
2、edonMatlab Author:Cai Hongshan Tutor:Cai ChaofengABSTRACTWith the arrival of information age, information security has become increasingly important. Many occasions need to identify their visitors and biometric identification technology has provided effective solutions to such problems. As a new non
3、-contact Biometric identification technology, hand vein verification technology has many obvious advantages compared with the traditional fingerprint and iris recognition technology and has received attention widely.Human hand vein recognition technology can improve the reliability of identity resol
4、ution in virtue of vein feature on the back of the hand. Based on the research and analysis of the recent biometric identification technology research results, this paper conducts deep research on some of the key technologies of the hand vein recognition technology, especially on feature extraction
5、and feature matching. In the feature extraction stage, this papers algorithm based on thinned vein image takes origin static moment as recognition features. We can get the refining image through the preprocessing of the hand vein image, divide the refining image into multiple sub-images, extract the
6、 average origin static moment into the feature vector, use the smallest Euclidean distance to match it. The experimental result verifies the effectiveness and feasibility of the method.KEY WORDS: VeinVerification ,originstaticmoment ,featureextraction II 第 IV 页 目 录1绪论11.1 生物特征识别技术简介11.2 手背静脉识别技术31.3
7、 手背静脉特征提取与匹配研究现状41.4 论文主要内容与结构62 手背静脉图像的预处理82.1 图像的有效区域提取82.2 图像的归一化92.3 图像的增强102.4 图像的分割112.5 图像的细化122.6 本章小结123 手背静脉图像的特征提取与匹配133.1 基本概念133.2 特征提取算法143.2.1 基于原点静距的思想来源153.2.2 基于原点静距的特征提取153.3 匹配算法16 基于原点静距的识别分类173.3.2 基于原点静距的匹配算法173.4 实验结果与讨论183.5 本章小结214 结论与望展234.1 总结234.2 展望23致谢23参考文献26附 录28 第 3
8、3 页 1 绪论1.1 生物特征识别技术简介随着网络的发展,由于很多领域都要通过的身份识别来保证信息的安全性,这就使身份识别渗透到日常生活的每一个方面,由于交通工具的多样化以及交通设施的不断完善,使人类的活动范围越来越广泛,更加突显了身份识别的难度和重要性。在这种形势下,基于生物特征的身份识别应运而生。从被提出的那一刻开始,生物特征身份识别就受到了前所未有的关注,尤其是在9.11事件以后,世界各国的政府和人民都认识到了生物特征身份识别的重要性,也使生物特征身份识别技术蓬勃发展起来。生物特征身份识别是一种以生物特征为基础,以信息技术为手段,通过模式分类方式确定身份的新技术,也称为生物测定学1。常
9、用的识别身份的特征主要有两类:一种是基于身份标志物所持的标识性物身份认证,如钥匙、身份证、驾驶执照等;另一种是基于身份标示所记忆的私有的身份认证,如用户名和密码等。但两者都存在着各自难以克服的缺陷:标示物丢失或被伪造,标示知识容易遗忘或者记错;更为重要的是,这些传统的身份识别往往无法区分标示物的真正拥有者和取得标示物的冒充者,一旦被他人获得这标示物,冒充者就可以拥有相同的权利。生物特征识别技术所依据的不是传统的标示物或标示知识,而是依靠人体生物特征进行身份认证的一种技术,即通过计算机将人体固有的生理特征或行为特征收集进行处理,来进行个人身份鉴别的技术。生物特征分为基于身体特性和基于行为特征两类
10、。生理特征与生俱来为先天性的、无法复制的;行为特征则是习惯使然,多为后天形成。生物特征识别技术作为一种安全的身份认证技术,已经显现出它广阔的应用前景。生物特征技术是目前最为方便与安全的识别系统,无须记住身份证号或者密码,也不需要带智能卡之类的东西,“钥匙”就是你自己,没有什么能比这更安全和方便。生物特征的身份鉴别技术的研究伴随着这一应用的发展越来越深入,并逐渐系统化。能够用于鉴别身份的生物特征应该具有以下特点2:(1) 广泛性:每个人都应该具有这种特征。(2) 唯一性:每个人拥有的特征应该各不相同。(3) 稳定性:所选择的特征应该不随时间变化而发生变化。(4) 可采集性:所选择的特征应该便于测
11、量。事实上,任何生理上的特征都可以用来进行身份识别,目前,在众多生物特征识别技术中,研究物理特性的主要有DNA、人脸、掌纹、耳纹、指纹、虹膜、手形等;以行为特征为研究对象的主要有声音、笔迹、步态以及气味等。表1-1列出了目前几种主要的生物特征识别技术和他们之间的比较。表1-1 不同生物特征识别性能比较生物特征普遍性唯一性稳定性可采集性识别性能可接受性防伪性人脸高低中高低高低指纹中低高中高中高虹膜高高高中高低低DNA高高高低高低低手形中中中高中中中视网膜高高中低高低高人耳中中高中中高中脸部温谱高高低高中高高指节纹中中高高中高中牙形中中中低低低低皮纹高低低高低高中骨骼中中中低低低中幼儿脚纹中中低低
12、中低低气味高高高中中中低声音中低低中中高中步态中低低高低高中根据国际生物特征识别技术组织市场调研和统计,在众多身份认证技术中,指纹识别技术是技术上相对成熟的生物测定识别技术解决方案。指纹识别己经取得了比较好的成果,并且应用到各种网络信息安全领域。但是,指纹识别发展到现在面临一些不可回避的问题3,因而受到很大限制。人会突然失去可用的指纹,如手指过湿、过干或出现手指暴皮等特征损伤时,实时采集的指纹图像已经改变了原有的特征模式,这样就会大大降低验证通过的成功率,进而识别的效果也会严重影响。而这些特殊情况在日常生活中是经常出现的,这直接影响指纹识别技术在高安全级别场合应用。其次,指纹识别的最大隐忧就是
13、仿伪性差,因为指纹使用的外层特征使得犯罪分子很容易盗取指纹印迹。此外,指纹还存在由于直接接触而产生的卫生问题等。由于上面的种种原因,指纹之外的生物特征识别技术也逐渐的吸引着业内人士进行研究。手背静脉识别是模式识别领域中难度较高的一个新锐研究方向,正吸引着越来越多的研究人员进入该领域,并逐渐成为生物测定识别技术领域中的研究热点之一。它同其他生物测定方法一样,不需随身携带任何证件、记住任何密码,是一种方便、保密而且有效的识别方法。1.2 手背静脉识别技术生物特征识别技术是近段时间以来发展比较快的一种技术4,而人体手背静脉识别技术以其独特的优势越来越得到专家学者的青睐。静脉识别主要是利用静脉血管的结
14、构来进行身份识别。由于静脉纹络包含大量的特征信息,所以可以作为验证的对象。红外光照射在手背上,有静脉的部位吸收红外光反射暗淡,肌肉与骨骼部位反射强烈,从而实现对静脉的造影,故静脉纹络在人体内部很难被伪造。手背静脉识别技术是非接触式,且手背静脉在一定时期内很难改变。基于人体手背静脉的生物测定识别系统在身份认定方面与指纹等其他生物特征相比具有一些独特的优势: (1) 非接触性,静脉位于体表下面,不会对采集面污染;(2) 防伪性强,因为身体内部的血管特征很难伪造或是手术改变的;(3) 易接收性,特征采集比较友好,相对DNA和虹膜容易让人接收;(4) 可以和其它生物识别技术如人脸、指纹等组成多模生物识
15、别系统。由于静脉特征具有这些优点,在许多方面都有很大的应用,这种生物测定识别技术可应用的领域包括5:(1) 部门安全:研究中心,博物馆,政府部门机密文件储藏室,酒店和监狱等。 (2) 会员管理:如俱乐部会员身份确认系统、安全保险箱,运动场等。(3) 预防犯罪:公寓、别墅、建筑场所、工作场所、工厂、居民区的安全监控。(4) 人员考勤:监视和查询公司、工厂、企事业单位人员考勤记录。(5) 出入监控:银行自动柜员机身份确认、机场旅客快速进出门、育婴房的婴儿母亲身份识别、投票表决人员身份确认等。因此,手背静脉识别被认为是模式识别领域中难度较大的新的研究方向,正吸引着计算机、电子工程、模式识别等领域研究
16、人员进入该领域,并且逐渐成为生物特征识别领域的新的研究热点之一,所以对人体手背静脉识别技术的研究具有相当大的实用意义和市场潜力。然则由于静脉识别处于刚刚起步阶段,所以前人研究得较少,本文对手背静脉识别系统所有涉及到的算法进行了系统分析和试验性研究,包括手背静脉图像预处理、特征提取和目标匹配。手背静脉图像识别是通过对两幅静脉图像特征集之间相似性的比较,来判断对应的静脉图像是否来自同一个人的过程。静脉识别主要包括特征提取和特征匹配。特征提取是将图像中最能区别于其它图像的特征提取出来,其有效性和可靠性在很大程度上决定了识别结果是否正确,提取描述性强的特征能够有效提高分类器的识别效率,选取稳定、典型的
17、特征是手背静脉识别系统设计的核心。特征匹配是在提取的特征数据集基础上对待匹配图像进行匹配。对预处理后的图像进行特征提取与匹配,重点是分析和提取出可靠而又高效的特征向量以及特征匹配的算法。1.3 手背静脉特征提取与匹配研究现状在理论方面,日本Keio大学提出了一种“Phase only Correlation”的方法6对手背静脉图像进行特征提取。在特征匹配时,通过计算测试样本与注册样本之间的最小错误率来进行身份确认,在对25人的测试中,FAR为90.01%,FRR为8%。澳大利亚Edith Crown大学的 J. M. Cross 等人将手背静脉图像用传统的图像二值化、静脉血管图像细化、静脉纹线
18、的断点修复等一系列图像处理方法来提取手背静脉特征7。在匹配算法中,用逐点像素比对法进行手背静脉匹配。在对100幅图像(20人,每人采集5幅静脉图)进行测试后,FAR为0%,FRR为7.5%。但细化后的手背静脉图像丢失了很多原始静脉信息。美国的Tennessee大学8的Ahmed M. Badawi首先用5种的中值滤波对手背静脉图像进行预处理,其次用二值化的方法提取手背静脉,最后用逐点像素比对法进行手背静脉匹配。对500幅图像(50人,每人采集10幅静脉图)进行测试后,FAR为0.18%, FRR为2.84%。该研究的实验样本数和实验结果都比以往有很大提高,不过,逐点像素匹配算法存在运算大的问题
19、。新加坡南洋理工大学电子工程系Wang等人,采集整个手掌张开状态时手背静脉图像。在图像处理方面,使用5巧中值滤波器去除手背静脉图像毛刺,之后通过进行图像二值化、血管结构图像细化等一系列图像处理手段,来提取手背静脉特征,然后进行静脉分类9。在对108幅图像(12人,每人采集9幅静脉图)进行测试后,FAR为0%,FRR为0%。该研究的实验样本数比较少,不过实验结果较为理想,且手掌自然张开时可与其他生物特征如手形融合,实现多模态识别,值得推广。目前,国内的研究主要有清华大学精密测试技术及仪器国家重点实验室的文章10,其主要工作是手背血管图像的特征提取以及匹配,利用自行设计的近红外血管图像采集仪获取手
20、背静脉血管的原始图像;对于采集到的图像样本,由于存在光照不均使得图像灰度分布不均的情况,所以要对图像灰度做归一化处理,使其均值和方差在规定范围内;在图像增强与二值化部分,采用分区动态二值化方法实现,再对二值图像滤波去噪、细化、提取细化后的图像特征;匹配算法中,以端点、交叉点为基础进行特征比对;文献给出了65个小范围样本的匹配实验结果,在FRR为4.6%的条下,FAR为0%,FRR偏高。另外是哈尔滨工程大学王科俊等11,提出了一种的手背静脉图像阈值分割方法,分割效果较为理想。华南理工大学吕佩卓等提出-自适应的手背静脉区域定位算法12,为静脉图像预处理中有效区域定位提供珍贵的想。吉林大学基于小波去
21、噪及灰度直方图模板均衡化的手指静脉图像增强算法13中,提出的图像增强算法效果较好。同济大学手背静脉红外图像特征识别算法的究提出了多种静脉识别算法14,包括基于特征点、静脉线走向以及形状、不变矩等。吉林大学人体手背静脉识别算法研究论述了脊波变换在静脉识别中的应用15,改进的有限脊波变换对手背静脉图像进行分解,得到不同分解尺度下的手背静脉的分辨脊波特征;与以往文献中手背静脉特征提取的方法相比,该方法比较完整地保了静脉的原始信息使得信息无损,提高了运行速度并降低了算法的复杂度。在静脉识别成型的产品方面16,研究较多的是手背静脉识别,韩国NEXTERN公司自1998年以来分别研制出了4套手背静脉识别系
22、统的产品PPaBK100、BK200、BK300、BK500,前3套已经陆续投入使用,BK系列产品已经是非常成熟的产品BK300系统利用红外线采集手背静脉血管分布图,采用1:1的识别方式,采集比响应时间为1秒,并脱机独立工作。Fujitsu(富士通)手掌静脉识别17是一种高安全的生物辨识技术,此项创新的技是在极度精密安全的系统下进行识别。本系统对于门禁管理具有高度的安全性,在些需要身份识别的场所、如政府机关、大型企事业单位的资料室、医院等,授权可进入的人员必须通过本装置核对其手掌静脉图形以确认身份之后才能进入。对于用户的日常应用,除家庭的门锁装置外,富士通手掌静脉识别装置Palm Secure
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 医学 专题 基于 Matlab 手背 静脉 图像 特征 提取