手掌静脉识别算法

收稿日期:2010-03-25;修回日期:2010-05-24。 基金项目:国家自然科学基金资助项目(90736018)。

作者简介:张环(1982-),男,江苏灌云人,博士研究生,主要研究方向:模式识别; 胡德文(1963-),男,湖南岳阳人,博士生导师,主要研究方向:模式识别、认知科学。

文章编号:1001-9081(2010)S2-0097-03

手掌静脉识别算法

张 环,胡德文

(国防科学技术大学机电工程与自动化学院,长沙410073)

(zhanghuan@nud t .edu .cn )

摘 要:对手掌静脉识别算法中的预处理、特征提取和匹配判别进行了研究。首先利用自主设计的手掌静脉采

集设备采集一定规模的手掌静脉图像并相应建立小规模手掌静脉数据库,然后对采集到的手掌静脉图像进行提取感兴趣区域(RO I)、平滑滤波和图像增强等预处理操作,以及进行二值化、滤波去噪和细化修复等操作来提取关键点的特征信息,最后利用成熟的指纹特征点匹配方法进行匹配判别。通过对实验结果分析表明,该算法的识别率高且性能良好,具有较好的应用前景。

关键词:血管;手掌静脉;感兴趣区域

中图分类号:T P391.4 文献标志码:A

Pal m vei n recognition algorith m

Z HANG H uan ,HU De -w en

(Colle g e of M ec ha t ronic Eng i n ee ring and Au t o m a ti on,Na tional University of D e fense Technol ogy,Changsha H unan 410073,Ch i na )

Abstract :T his paper presented so m e researches on preprocessi ng ,patte rn ex tracti on ,m a tch i ng and decisi on of pal m ve i n recognition a l go rith m.F irst ,the pa l m ve i n i m ages w ere coll ec ted by desi gn i ng pal m ve i n capt ure dev ice to buil d a s m all pa l m ve i n database ,then R eg ion o f Inte rest (RO I)extraction ,s moo t h filte ri ng and i m age enhance m ent w ere i m p l em ented to preprocess the co llected i m ages .T he pattern i n f o r m ati on of m i nu tiae was extracted by b i nariza ti on ,no ise eli m ina ti on and th i nn i ng .W it h t he help o f the m ature fi nge rprint a l go rith m,a dec i s i on was m ade by m atch i ng the pa ttern of m i nuti ae .T he exper i m enta l results show that the proposed a l gor it hm ach i eves a h i gh recognition rate ,and i t has a fi ne perfo r m ance and

pro m isi ng applicable f uture .

K ey words :b l ood vesse ;l pal m ve i n ;R eg ion o f Inte rest (RO I)

0 引言

人体静脉血管近红外图像识别技术是近些年来新起的一项非接触式生物认证识别技术,它在身份鉴定和身份识别中有着非常广泛的应用背景,体现了自身的独特优越性,是对生物特征识别技术的一个重要补充和扩张。手掌静脉识别的基本原理是根据人体骨骼和肌肉组织的特点,用波长在720 m ~1100 m 的近红外光照射手掌,手掌静脉血管中的血色素相比于皮下组织可以吸收更多近红外辐射,可以很好地呈现出静脉血管的结构[1-2]。

日本富士通公司已经研制了成熟的手掌静脉识别产品并应用到了银行AT M 、医院和学校人员管理等领域[3]。手掌静脉识别在我国的研究和应用还处于起步和发展阶段。借鉴于较为成熟的手背静脉和视网膜预处理算法,本文对手掌静脉预处理算法进行了相应的研究,并且对关键点特征提取和匹配判别进行了分析和实现,最后在已搭建的手掌静脉识别原型样机[4]上进行了算法的实际应用和最终性能评估。

手掌静脉图像是在自主设计的手掌静脉识别原型样机上采集得到的,在图像采集的过程中,由于受到采集时间、光强、手掌倾斜度及手掌薄厚等因素的影响,采集到的手掌静脉图像在灰度分布图上存在一定程度的差异,这些都为手掌静脉的特征提取和匹配判别带来了很大困难。为了提高后续的特征提取的速度、匹配识别算法的有效性和鲁棒性,去掉不必要

的噪声干扰,降低后续工作的复杂度,有必要在特征提取之前对手掌静脉图像进行定位和归一化等一系列的预处理。手掌静脉图像的预处理是手掌静脉准确识别的必要准备和前提,

同时也是手掌静脉识别中的一个重要难点。

与手背静脉图像和手指静脉图像相比,由于手掌皮肤的特殊性,手掌静脉图像的血管可见度较低噪声干扰也很大,静脉血管的提取难度很大,这也是手背静脉识别和手指静脉识别的相关算法和文献资料很多而手掌静脉识别算法相关工作很少的一个重要原因。医学图像中的视网膜血管纹路提取技术是一项较为成熟的技术,相关的文献较多。通过对现有的实际手掌静脉图像中的静脉血管纹路进行分析,采用了视网膜识别技术中的自适应局部对比度增强算法。

通过对预处理之后的静脉血管纹路和纹理特征进行分析。纹理特征提取是直接对整个图像进行子空间降维或者滤波变换等方法提取特征,具有普遍性,但是不能体现手掌静脉图像中血管纹路唯一性的独特识别优势。而静脉血管的特征点信息丰富并且稳定,完全可以借鉴指纹识别中细化血管纹路、提取关键特征点信息和匹配判别特征点的成熟算法以提高开发的速度和效率。

手掌静脉识别算法的基本流程如图1所示。

1 手掌静脉预处理算法

通过对手掌静脉识别原型样机所采集到的实际手掌静脉

第30卷增刊2

2010年12月

计算机应用

Journal o f Computer A pp licati ons

V o.l 30Supp.l 2

Dec .2010