基于手背静脉的生物特征识别系统.pdfVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 29卷 第 l2期 光 学 学 报 Vo_【29。No.12 2009年 12月 ACTAOPTICA SINICA December,2009 文章编号 :0253—2239(2009)123339—05 基于手背静脉的生物特征识别系统 刘铁根 王云新 李秀艳 江俊峰 周苏晋 (天津大学精仪学院光 电信息技术科学教育部重点实验室,天津 300072) 摘要 手背静脉识别利用静脉血管分布的网络结构实现个人身份鉴定 ,是一种新兴的生物特征识别技术 。分析 了 静脉成像原理,设计 了静脉图像采集系统,并建立 了具有较高质量 的手背静脉 图像数据库 。在身份识别过程 中,首 先对手背静脉 图像进行滤波和灰度归一化等预处理,然后对 图像进行二级小波包分解 ,并利用得到的细节图像提 取手背静脉的纹理特征 ,最后将 近邻分类器和支持 向量机相结合实现 了个人身份识别 。在识别模式下利用建立 的手背静脉图像数据库对本系统进行 了性能测试 ,实验结果表 明该系统具有较高的识别性能,其正确识别率达 99.O7 ,应用前景十分广阔。 关键词 模式识别 ;图像数据库 ;小波包分解 ;支持 向量机 ;手背静脉 中图分类号 TP391.41 文献标识码 A doi:10.3788/A0S2O0g2912.3339 BiometricRecognition System Basedon HandVeinPattern LiuTiegen WangYunxin LiXiuyan JiangJunfeng ZhouSujin (KeyLaboratoryofOpto—ElectronicsInformationandTechnicalScience,MinistryofEducation,Collegeof PrecisionInstrumentandOpto—ElectronicsEngineering,TianjinUniversity,Tianjin300072,China) Abstract Handveinrecognition isanewlyarisen biometricstechnology,which adoptsthenetstructureofvein vesselstoachievepersonalindividualidentification.Thehandveinimageacquisitionsystem isdesignedaccording to vein imaging theory,andconsequently constructhand vein image databasewith highquality.Toverify personal indetification,firstlythehandvein imageispreprocessedby imagefilteringandgrey normalization,and then the detailimagesderivedfrom two-levelwaveletpacketdecompositionareusedtoextractthetextureinformation ofhand vein.Finally,the k neighborclassifierand supportvectormachinesarecombinedforindividualrecognition.The performanceoftheproposedmethodistestedusingthehandvein imagedatabaseconstructedbyourgroupunderthe identificationmode.Theresultshowsitscorrectrecognition rate isupto99.07% ,whichdemonstratesthatthis system hasgoodrecognitionper

您可能关注的文档

文档评论(0)

8号仓 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档