手掌静脉图像识别技术综述

人体的手掌静脉具有唯一性、稳定性,隐藏在表皮下,结构复杂很难被复制,手掌静脉图像难以窃取拍摄,这些使得手掌静脉成为一种高安全性的生物特征。作为生物特征识别领域的前沿课题,手掌静脉图像识别技术以其高安全性等优势拥有着广泛的应用前景,成为近几年的研究热点。本文从手掌静脉图像识别技术的原理入手,综述了手掌静脉图像识别的四个阶段：图像采集,图像预处理、特征提取及匹配。根据特征提取方法不同,将掌脉图像识别方法分为基于结构特征的方法、基于纹理特征的方法和基于子空间的三类方法。最后,对掌脉图像识别技术的难点进行了总结,对发展趋势进行了展望。     

手指静脉图像质量评价

根据手指静脉图像本身的特征,首次提出了手指静脉图像质量评价方法.在分析人类视觉系统(HVS)性能的基础上,将图像有效区域、对比度、位置偏移度、模糊度、信息熵作为评价手指静脉图像质量的参数.并综合分析这些参数,加权获得静脉图像总质量评价函数.实验表明,得到了与主观评价结果相一致的客观评价值.     

基于CCD的掌纹掌脉采集模块设计

针对掌纹掌脉身份认证的需求,以掌纹和掌静脉图像采集系统作为研究对象,设计了一种基于CCD的掌纹掌脉采集模块.采集模块采用单CCD作为图像感应芯片,在单颗芯片上同时获得掌纹掌脉图像,光源设计上突破性地采用了激光二极管作为红外补充光源,采集的图像以USB数据形式进行上传.实验表明:采集模块能够获得满足图像处理要求的清晰可靠的掌纹掌脉图像.     

图像残差的手指静脉特征间接提取的研究

根据手指静脉对近红外的吸收特性,提出了一种基于背景图像的构造以得到第一次残差图像,通过调节比例系数得到第二次残差图像,以间接的方式获取静脉的特征。经过该算法和其他直接提取算法的对比,表明该文算法具有方法简单,易于实现,特别是获取的第二次残差图像对模糊和低质量部分的图片得到了比其他算法更加合理的特征信息,真实性强,同时也达到了准确、连续、光滑的要求。