人体手背血管图像的特征提取及匹配

! 1 : 拉普拉斯算法等很难取得良好的效果 9 本文采用 "
管图形的特殊性 ! 采用一般的增强算子如平滑算法 0 分区动态二值化 方 法 ! 将处理的图形分为若干个区 域! 根据每个区域内的不同情况设置不同的域值 " 为 了使区间之间有 良 好 的 连 续 性 ! 使用了逐点分区判 断的方法 ! 即综合每点附近 + 4 4 M+ 4 4区域内的像素 情况来判断该点的最后的二值化取值 " 区 间 内 域 值 的 设 定 可 以 依 据 均 值 法0 最小方差
在 众 多 识 别 方 案 中= 指纹识别技术是目前最方 便< 可靠 < 非侵害和技术上相对成熟的生物识别技术 某些 人或某 些群 体 的 指 纹 因 为 指 纹 特 征 很 少 = 达不 到 建 档 要 求 G* .自 动 指 纹 识 别 系 统 的 犯 罪 指 纹 数 据库在全球司法实践中的广泛应用使得人们对其怀 有 戒 心 G+ .每 一 次 使 用 指 纹 时 都 会 在 指 纹 采 集 器 上留 下用 户的指 纹 印 痕 = 而这些指纹痕迹存在着被 用来复制指纹的可能性 G 鉴于以上原因 = 指纹之外的 生物识别方法也有着十分广泛的用武之地 G 这里介 绍 一 种 新 的 生 物 特 征 识 别 方 法 E人 体 手 背 静 脉 识 别 G 采集的具体位置如图 $所示 G
I @B G B C ! D *H ?*J @!
+ 4
G B C ! D *K ?! AB C ! D *E ?4 H
B ) *
+
I @B G B C ! D *H ?*J @!
4
3 手背血管的图像采集原理
根据人体骨骼 0 肌肉组织的特点 ! 当入射光线波 长在 4 能够较好地穿透骨骼和肌 5 2 + 6) 5 ) 4 7 8 时! 9 , : 肉! 凸现出血管结构 "该波长范围属于近红外光 线! 根据中国国家医用红外监测光源的有关规定 ! 红 外光强处于峰值时波长范围在 4 5 ; 6 ) 5 7 8 之间 " 基 于 以上的研究 ! 我们建立了一套以近红外光线为 光源的手背静脉血管采集系统 " 图 ,是使用此实验 装置采集到的不同人的手背静脉血管图像 "
3 6 6
’
清 华 大 学 学 报 " 自 然 科 学 版$
: ) ) P . U P " : $
! " # $%
’
* " ( + # $% &(
( %)
K = K 二值图像中值滤波 从 分 区 动 态 二 值 化 的 结 果 可 以 看 出. 静脉血管 " / $ 图形的 周围 充满 毛 刺 . 这会对以后的细化过程产生 使用中值滤波的方法可以消除毛刺 . 使 明显的干扰 . 界限光滑 7 图 6 所示是中值滤波处理结果 7 L K = M 二值图像细化 细 化 是 图 像 处 理 的 关 键 环 节. 就是将二值化图 像逐 层剥去 轮廓 边 缘 上 的 点 . 变成只有一个像素点
G B C ! D *L ?! B + * 其 中 (G 和 分别为归一化前图像的灰度 B ! * !? C D @ 值0 均值和方差 %AB ! * !?4!@ C D 4 分别为归一 化 后 图像的灰度值 0 均值和方差 " ’ 5 3 图像增强处理及二值化 图像增强处理是获取有效信息的保证 " 根据血
图 + 手背静脉血管采集的具体位置
+ 人体静脉识别的过程
人体静脉识别的过程是首先通过自行设计的静 脉识别仪采集手背静脉分布图像 = 如图 *所示 = 然后
随 着 对 个 人 物 品< 内 部 网 络< 建 筑 物 通 道< 乃 至 电 子 商 务 的 安 全 性 的 要 求 日 趋 严 格= ! 3 M < K 3 < M 对于 身 份认证技 术 的 需 求 也 变 得 越 来 越 紧 迫 = 生物 识别技术即是安全和便捷的身份识别方法 G 它的一 些 主 要 识 别 方 法 有 E指 纹 识 别 <掌 纹 识 别 <面 部 识 别< 签名识别 <声音识别 <虹模识别 <步态识别 <击 万方数据 键识别和视网膜识别等等
人体手背血管图像的特征提取及匹配
) 1 -
依 据 专用的比对 算 法 从 静 脉 分 布 图 提 取 特 征 值 ! 将 特征值存储 ! 建立数据库 " 在实际应用时 ! 当手放入 采集平台时引起 # 光源自动开 # $ 图 像 灰 度 变 化! 启% 实时采 集 手 背 静 脉 图 ! 提 取 特 征 值! 与存储在服 务器中静脉特征值比对 ! 确认身份 " 基于人体手背静 脉识别技术的自动身份鉴别系统框图如图 &所示 "
图 = 手背静脉血管图像识别过程流程图
’ 5 > 图像归一化处理 光强和个人的手 掌 厚 薄 不 同 ! 所以采集的图像在灰 度图分布上有很大的差异 " 如果同一个人在不同光
由 于 自 动 静 脉 血 管 图 像 采 集 系 统 的 采 集 时 间0
图 ’ 自动身份鉴别系统框图
线情况下采集的 灰 度 图 相 差 过 大 ! 会给以后的图像 处理和匹配增加 难 度 ! 因此在采集图像以后要进行 归一化处理 ! 即将 所 有 图 像 转 换 成 同 一 均 值 和 方 差 的标准图像 " 根据血管图像的特点和反复试验 ! 将变 而方差 @ 换后图 像 的 均 值 ?4 定 为 2 4 6) 4 4左 右 ! 4 尽量扩大至 + 其归一化方程如下 ! ( AB C ! D *E ?4 F
! " " #$ % % % & % % ’ ( ) #$ $ & * * * + , #
清华大学学报 自然科学版 .* % % +年 第 ( +卷 第 *期 . =* % % + =>? A ( + = #? A * /01 2 3 4 5 6 783 2 9" : 2 ; 0< : 5 @
B , + C $ B ( & $ B C
9 2 : 设对应 法 等"经 过 权 衡 后! 决 定 使 用 NO P Q法 ! ES 4 ! ) ! T! H) V的灰度级 W的 像 素 为 X B * !那 R U W
么! 总像素 X EX B 4 * FX B ) * F T FX B H) * %然后使 U 用 归 一 化 直 方 图! 概 率 分 布 为 YB * EX B * J ! W W X 把像素分成 * E) %假 设 用 域 值 \ * Z4 ![ YB W YB W 两类 ! 每一类的出现概率和类均值分别为 ( !^ ]
人体手背血管图像的特征提取及匹配
林喜荣 = 庄 波 = 苏晓生 = 周云龙 = 包桂秋
清华大学 精密仪器与机械学系 =精密测试技术及仪器国家重点实验室 =北京 $ % % % D ( .
摘
要 E为 了 克 服 指 纹 识 别 系 统 的 一 些 缺 点 ! 该文对一种全
新 的 生 物 特 征 识 别 方 法 "" 基 于 手 背 的 静 脉 图 像 的 特 征 识 别进行了初步研究 # 首先利用自主设计的近红外血管图像采 集仪提取血管造影的原始图像 ! 然后对采集到的 图 像 作 归 一 化和增强处理 ! 以及进行特征提取和特征匹 配 算 法 研 究 # 文 在拒真率为 中给出了 $ %个 小 范 围 样 本 的 匹 配 试 验 结 果 ! 误识率为 ) & ’ $ ( 条件下 ! #利用手背静脉图像进行个人身份 识别是完全可行的 ! 文中提出的方法具有良好的应用前景 # 关键词 E生物特征 *手背静脉 *模式识别 中图分类号 E0 F O+ 文章编号 E$ % % % & % % ’ ( * % % + . % * & % $ B ( & % ( 文献标识码 EP
该鉴别系统的优点为 () 具有很强的普遍性和 * 唯一性! 绝大多数 人 的 静 脉 血 管 图 像 随 着 年 龄 增 长 不 会有大的变化 %+ 是非接 *静脉血 管 位 于 体 表 内 ! 触 性的信息采集 ! 不会造成采 集 界 面 污 染 %& *由 于 是 身 体 内 部 的 血 管 特 征! 很 难 伪 造 或 是 手 术 改 变% , *可 以 避 免 一 旦 皮 表 受 损 害 而 无 法 进 行 指 纹 识 别 的缺陷 %采集过程十分友 *相比 $ ./0虹膜识别 ! 好 %1 *不 会 有 使 人 联 想 到 犯 罪 数 据 库 的 恐 慌 %2 * 设备成本低廉 ! 具有广泛的应用前景 "
解决方案 G 然 而 = 指 纹 识 别 也 有 其 自 身 的 缺 点 E$ .
QR S T U V R WR X Y S X ZWS Y [ \ ] X ^_ ‘ \ U WS X a R ] Xb S Y Y R V X[ \ S V S [ Y R V ] T Y ] [ T
c d ef g h i j k =l m n o e pq i =r nf g s i t u v j k = l m w nx y j z i j k =q o wp y g { g y | Y S Y R}R ~! S " _ V S Y _ V ~_ ‘ # V R [ ] T ] _ X $ R [ \ X _ % _ ^ ~S X Z& X T Y V U WR X Y T = QR S T U V R WR X Y ’ R b S V Y WR X Y _ ‘ # V R [ ] T ] _ X& X T Y V U WR X Y T S X ZQR [ \ S X _ % _ ^ ~ = $ T ] X ^ \ U S( X ] a R V T ] Y ~ =) R ] * ] X ^+ , , , . =/ \ ] X S . 0 " T Y V S [ Y E0 5 2 1 1 7 1 < K1 K < 1 < 3 M 1 7 3 < 2 3 2 ? I< M K 2 : 2 N < 3 M 2 4 2 : 7 M 2 ? 3 5 6 < 3 7 1 < N ? 3 5 6 I7 3 9 < 2 3 1 7 M M < K 3 1 M ? ? 9 < K : ? I< M 5 < M < : 5 3 2 1 5 ? K M : ? I2 3 4? 4 M 5 <4 2 3 4 < K 1 K 2 3 M 2 N < 3 M 2 4 2 : 7 M 2 ? 31 6 1 M < IA0 5 <5 7 3 N9 < 2 3 2 I7 4 < 12< K <? 3 M 7 2 3 < N? 1 M 2 : 7 @ @ 622 M 5M 5 <2 I7 4 < 1M 5 < 33 ? K I7 @ 2 7 < N7 3 N < 3 5 7 3 : < NM ?< J M K 7 : M4 < 7 M 6 K < 17 3 N I7 M : 5 2 3 4M 5 <1 7 M M < K 3 1 A0 5 < I7 M : 5 2 3 422 M 5B ’1 7 I1 @ < 15 7 N77 < K ?4 7 @ 1 <7 : : < 1 M 7 3 : <K 7 M <25 2 @ <M 5 < 4 @ 7 1 <K < 8 < : M 2 ? 3K 7 M < 27 1( A B 9 A0 5 <K < 1 6 @ M 1 1 5 ? 2M 5 << 4 4 < : M 2 9 < 3 < 1 1 ? 4 M 5 <5 7 3 N9 < 2 31 7 M M < K 32 N < 3 M 2 4 2 : 7 M 2 ? 31 6 1 M < I 25 2 : 55 7 171 K ? I2 1 2 3 4 4 6 M 6 K < A _ V Z T E3 2 ? I< M K 2 : 1 ;9 < 2 31 7 M M < K 3 ;1 7 M M < K 3K < : ? 4 3 2 M 2 ? 3 }R ~: