資源描述：
《基于原點(diǎn)靜矩向量的手背靜脈識(shí)別技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、河南大學(xué)研究生碩士學(xué)位論文第51頁(yè)學(xué)校代碼：10475學(xué)號(hào)：104753070913河南大學(xué)碩士學(xué)位論文基于原點(diǎn)靜矩向量的手背靜脈識(shí)別技術(shù)研究ResearchonHandVeinRecognitionAlgorithmBasedonOriginStaticMomentVector專業(yè)名稱：應(yīng)用數(shù)學(xué)專業(yè)代碼：070104研究方向：計(jì)算機(jī)控制年級(jí)：二○○七級(jí)研究生姓名：田宏亮導(dǎo)師姓名、職稱：趙建軍教授完成日期：二○一○年五月論文主題詞：特征提取/圖像增強(qiáng)專業(yè)名稱：應(yīng)用數(shù)學(xué)專業(yè)代碼：070104研究方向：數(shù)據(jù)挖掘年級(jí)：2004級(jí)研究生姓名：王艷導(dǎo)師姓名
2、、職稱：姜保慶（副教授）完成日期：2007年5月河南大學(xué)研究生碩士學(xué)位論文第51頁(yè)河南大學(xué)研究生碩士學(xué)位論文第51頁(yè)摘要隨著信息時(shí)代的到來(lái)，信息安全顯得越來(lái)越重要，許多場(chǎng)合需要對(duì)人的身份進(jìn)行有效的鑒別，生物特征識(shí)別技術(shù)有效的解決了此類問題。人體手背靜脈識(shí)別技術(shù)作為一種全新的非接觸式生物特征識(shí)別技術(shù)，與以往傳統(tǒng)的指紋以及虹膜識(shí)別技術(shù)相比表現(xiàn)出了許多明顯的優(yōu)勢(shì)。然而，手背靜脈識(shí)別技術(shù)的研究尚處于剛剛起步階段，所以對(duì)手背靜脈識(shí)別技術(shù)進(jìn)行深入的研究是非常有必要的，同時(shí)也有著非常重要的實(shí)用意義。在此背景下，本文在研究和分析近年來(lái)國(guó)內(nèi)外有關(guān)生物特征識(shí)別技術(shù)研
3、究成果的基礎(chǔ)上，對(duì)手背靜脈識(shí)別技術(shù)的一些關(guān)鍵技術(shù)進(jìn)行了深入研究，在采集圖像的增強(qiáng)、有效特征的提取以及特征匹配方面提出了有效的算法。本文的主要工作歸納如下：第一，對(duì)人體手背靜脈系統(tǒng)采集的圖像對(duì)比度不明顯問題進(jìn)行了研究。首先，對(duì)采集到的圖像進(jìn)行有效區(qū)域提取，然后針對(duì)光強(qiáng)和手背薄厚對(duì)采集圖像質(zhì)量的影響，采用高頻加強(qiáng)濾波和直方圖均衡的方法來(lái)進(jìn)行增強(qiáng)處理，實(shí)驗(yàn)結(jié)果展示了增強(qiáng)的效果，并引用模糊指數(shù)的概念來(lái)定量的分析了增強(qiáng)的效果，最后，分析和評(píng)價(jià)了常用閾值分割算法和細(xì)化算法在靜脈圖像中的實(shí)驗(yàn)效果。第二，對(duì)手背靜脈的特征提取和特征匹配方法進(jìn)行了有效探索。利用細(xì)化
4、后的靜脈圖像，提出了一種基于細(xì)化后的靜脈紋絡(luò)提取原點(diǎn)靜矩作為識(shí)別特征的方法，利用分割思想把有效區(qū)域圖像分割為多個(gè)子圖像分別提取平均原點(diǎn)靜矩，組合成特征向量，最后再結(jié)合交叉點(diǎn)的數(shù)目，用兩級(jí)匹配的方法來(lái)進(jìn)行匹配，實(shí)驗(yàn)結(jié)果驗(yàn)證該方法的有效性和可行性。關(guān)鍵詞：靜脈識(shí)別；圖像增強(qiáng)；高頻加強(qiáng)濾波；特征提??；原點(diǎn)靜矩河南大學(xué)研究生碩士學(xué)位論文第51頁(yè)AbstractWiththeadventoftheinformationage.informationsecurityhasbecomeincreasinglyimportant.therearemanyocca
5、sionsinwhichthepersonalauthenticationisrequired．Thereisnodoubtthatbiometricsisoneofthemostimportantandeffectivesolutionsforthistask.Asanewbiometricrecognition，veinrecognitionhasgreatadvantagescomparedtomostcurrentbiometricrecognitiontechnologies.However,theresearchofhandveinr
6、ecognitiontechnologyisatthestartingstage,soitisverynecessaryandsignificanttostudythehavdveinrecognition.Inthisthesis,somekeytechniquesofhandveinrecognitionhavebeeninvestigateddeeply,severalnovelandeffectivealgorithmshavebeenproposedsuchasimageenhancement,featureextractionandf
7、eaturematchingetc.Themainworkinthisthesiscallbesummarizedasfollows：(1)Theissueonthecontrastofgray-scalebetweenhandveintextureandbackgroundisstudied.Firstly，theregionofinterestisextractedonthecollectedimage.amethodisusedtoenhanceimagebasedonthecombinationofhigh-frequencyemphas
8、isfilteringandhistogramequalization.Theexperimentalresultsdemonstrat
