變化姿態下的手部靜脈識別關鍵問題研究

《變化姿態下的手部靜脈識別關鍵問題研究》是依託華南理工大學，由康文雄擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：變化姿態下的手部靜脈識別關鍵問題研究
• 項目類別：青年科學基金項目
• 項目負責人：康文雄

項目摘要

靜脈識別作為一種新興的生物特徵識別技術，由於其特有活體檢測能力吸引了研究人員的關注，但目前的研究主要集中在固定姿態下的手部靜脈識別，這種方式限制了人手的擺放姿勢和距離。對此，本課題以中遠距離動態獲取的變化姿態靜脈圖像為研究對象，對此類圖像識別過程中的關鍵問題進行深入研究。首先探討變化姿態下靜脈圖像ROI區域的穩定提取方法。然後，深入研究變化姿態下靜脈圖像兩類特徵的穩定提取和匹配，一是採用最大鄰域內矢量差和最大鄰域點跟蹤法設計靜脈灰度圖像的多步驟一體化融合處理算法，實現靜脈紋路細節點特徵的直接獲取，減少分步驟處理過程中造成的特徵損失和噪聲疊加。二是針對變化姿態靜脈圖像存在光照變化和投影變換的問題，採用GLOH算法和SURF方法提取圖像的不變性特徵，消除姿態變化對特徵提取的影響。本課題根據靜脈識別技術的研究現狀和實際套用需求進行提煉，具有重要的科學意義和套用價值。

結題摘要

本課題在國家自然科學基金的支持下，對非接觸方式下的變化姿態靜脈圖像識別關鍵問題進行了深入和系統的研究，在多個方面都取得了不錯的成果，包括16篇已經發表的科研論文，3項公開發明專利和1項軟體著作權，以及一套可以脫機演示的基於靜脈和指紋聯合認證方式的智慧型門禁系統。 研究成果中的主要貢獻和創新性體現在變化姿態靜脈圖像的ROI提取，紋理提取，特徵描述，特徵融合以及與其他生物特徵模態的融合等方面：（1）針對常見的光照不均和紋理模糊的情況，提出了基於最大鄰域內差矢量圖（VGMIND）的靜脈紋理提取方法，實現無需預處理而直接從源圖像中提取出清晰的靜脈紋理；（2）為了克服手掌姿態變化對ROI區域提取的影響，提出了一種新的ROI區域提取方法，不但可穩定獲取ROI，還提高了ROI中的特徵信息容量；（3）考慮到靜脈圖像中不同區域對特徵識別貢獻的差異性，提出了一種基於共同前景LBP (MFLBP)的掌靜脈識別算法，並通過與算法實現過程中產生的模板匹配結果進行分數層融合，大大提高了掌靜脈識別的準確率；（4）為了充分利用變化姿態靜脈圖像的特徵，提出了基於多採樣和特徵層融合的靜脈識別策略，大幅提高了非接觸式掌脈的識別率；（5）為了進一步提高姿態變化下靜脈識別的魯棒性，提出了一種高抗仿射變換和單應性亮度變化描述子RATMIC，可以克服姿態變化帶來的手掌形變和光照變化；（6）在RATMIC基礎上繼續深入，提出了一種快速的基於雙方向圖的局部不變圖像描述子FRDOH，該方法和RATMIC方法在保證高識別精度的情況下，極大降低了特徵提取和匹配的計算時間；（7）從信息互補的角度出發，提出了基於指紋指橫紋與指靜脈的融合認證方法，在處理時間小幅增加的情況下，大幅提高認證精度和防偽性；（8）還將研究過程中的最新成果創新性的套用到實際的門禁系統中，實現了一套基於多生物特徵融合認證的智慧型門禁系統，並製作了可獨立運行的樣機。