基于隐马尔可夫模型的手指静脉识别分析-analysis of finger vein recognition based on hidden markov model.docxVIP

摘要生物识别技术是当今科技界十分热门的领域，多种多样的生物特征在各自领域扮演着非常重要的角色，为各个国家，部门，行业甚至家庭的经济，信息安全保驾护航。静脉识别技术作为一个近些年不断高速发展的生物识别技术的一个重要分支，在生物识别领域具有举足轻重的地位。静脉识别技术实现过程可分成几大步骤：静脉图像采集，图像处理，静脉特征的提取，静脉识别。其中，特征提取和识别在静脉识别系统中十分重要，最终识别效果的好坏很大程度上取决于识别算法的优劣。本文首先介绍了静脉识别技术过程中十分重要的一个步骤：图像预处理。在预处理这一部分，总结了图像增强，去噪，分割等步骤各自的几种算法，通过比较不同算法，选择了最适合本文后续算法的图像预处理方法。然后本文介绍了在识别阶段将要用到的关于隐马尔可夫模型方面的知识，包括它的基本概念，结构和三个主要的算法：前向-后向算法，Viterbi算法和Baum-welch算法，以及三种算法在静脉识别中起到的作用，从而为后续的识别工作做好准备。最后，本文提出了一种比较新的思路实现静脉识别，这种算法的实现是基于隐马尔可夫模型的建立。在此算法中又提出了两种具体的算法，首先是基于二维余弦变换的隐马尔可夫算法，在该算法中，我们不以采样到的灰度值作为观察值序列，而是把灰度值做二维余弦变换，取变换之后的系数值作为观察值序列，这样做最重要的原因是采用DCT系数作为观察向量可以大大降低观察值的维数，提高了系统的响应速度。但是此方法因为构建的是一维模型，所以描述静脉图像这种二维对象具有一定的局限性，所以本文提出了第二种基于隐马尔可夫模型的静脉识别方法，即嵌入式隐马尔可夫模型。这种模型有两组状态，主状态和子状态。两种状态能够很好的描述静脉图像的特征结构，从而使得嵌入式隐马尔可夫模型能更好的描述静脉图像，从而取得更好的识别效果。在这种算法中，比较了两种不同的观察向量选取方式，一种是直接把灰度图像的灰度值作为观察值序列，另一种是先把灰度图像做均值变化，最终发现，均值化能够很好的消除图像中的噪声，对比直接把灰度值作为观察值向量空间，由于减少了外界因素的干扰，所以取得了更好的识别效果。关键词：静脉识别；二维余弦变换；隐马尔可夫模型；嵌入式隐马尔可夫模型。ABSTRACTBiometricisoneofthemostpopandadvancedscientifictechnologies.Manykindsofbiometricalfeaturesplayanimportantroleininformationsecurityforcountry,government,enterprise,andevenonefamily.Finger-veinrecognition,whichhasbeendevelopingrapidlyforseveralyearsandbecomeoneimportantbranchofbiometric,takesanoutstandingposition.Finger-veinrecognitioncanbedividedintothesemainsteps:imageacquiring,pre-processing,featureextracting,andrecognition.Amongthem,featureextractingandrecognitionareverycritical,theysignificantlydeterminerecognitionresults.Inthisessay,wereviewandintroducesomemaimknowledgeaboutimageacquiringandpre-processing.Astoimagepre-processing,somegeneralalgorithms(onenhancing,de-noising,andimagesegment)areintroducedandcomparedwithoneother.Finally,wechoosethosemostsuitablealgorithmsforfollowingsteps.Secondly,weintroducesomerelativeknowledgeonHiddenMarkovModel(HMM)whichisthenusedasclassification.Theknowledgeismadeupoffourparts:basicconception,construction,threegeneralalgorithms(includingforward-backwardalgorithm,Viterbialgorithm,andBaum-Welchalgorithm),andthe