基于图像序列的手背静脉识别研究.pdfVIP

基于图像序列的手背静脉识别研究 摘 要 当今时代，随着身份识别方面的需求应用越来越多，如何准确快速的鉴定个 人身份的同时，保护个人的信息安全，是当前必须解决的关键性问题之一。手背 静脉识别技术，对身份信息的识别有着重要的意义，但是受图像采集环境、姿态 等因素的影响，手背图像质量下降会引起识别率的降低。如何克服这些不利因素， 进一步提高手背静脉识别的准确率，值得进行深入研究。 本文的主要研究工作及创新性如下： 1、提出了基于手背静脉图像分块互信息的识别方法，该方法充分利用了分 块后各子图像块之间具有的关联性。首先通过计算分块图像的灰度共生矩阵和平 均熵矩阵，得出最佳的图像分块数为20 20 后，然后分别沿水平、垂直和八邻域 方向遍历计算分块图像间的互信息特征向量。最后采用了欧式距离分类器证明了 八邻域遍历法求得的互信息特征向量能够获得的识别率达到89.67% 。 2 、在对单张图像进行分块特征提取时，采用基于横向遍历相邻分块的特征 提取的方法，用VGG-16 网络进行了分块特征的提取，得到了用来提取深度特征 的手背静脉图像特征图，然后将卷积神经网络中提取到的特征输入到 LSTM