手指静脉特征认证算法研究与纯硬件实现的中期报告.docxVIP

手指静脉特征认证算法研究与纯硬件实现的中期报告

一、研究背景

生物特征识别技术已经被广泛应用于各个领域，如门禁管理、手机支付、身份验证等。其中，指静脉识别技术因为其高精度、不易被冒用和人体结构上的隐私性，备受研究者的关注。

指静脉识别是一种通过捕捉并比对用户手指静脉纹理信息来进行身份认证的技术。相较于其他生物识别技术，指静脉特征有以下特点：一、在体内，其判别率具有更高的关联性；二、难以模仿和冒仿，更具个人特色；三、具有更高的安全性和防伪性。

目前，指静脉识别技术使用频率较高的有两种方案：一种是使用传感器捕捉、图像处理的方式，另一种则是采用红外相机捕捉人体静脉瞬间反射的红外线图像。当前研究发现前者对光线的敏感度较高，后者则较难进行实时采集。

本项目旨在通过研究指静脉识别技术，完成针对指静脉图像的特征提取和模式识别算法，并结合硬件设计，实现一个具有高效、精准和实时性的指静脉识别系统。该系统可以有效防止冒刷和身份仿冒行为。

二、研究内容

本研究的主要内容有：

1.指静脉图像的获取：使用相机或传感器获取指静脉图像，并对图像进行预处理，包括去噪、二值化、分割和细化等操作。

2.指静脉特征提取：采用多种特征提取算法，提取指静脉图像中的特征点、纹路、路宽、路高等信息，并将其转化成一组数字码，用于后续的分类识别。

3.模式识别算法：采用基于神经网络、支持向量机、K近邻等算法进行模式识别和分析，建立模型并进行评估。

4.硬件设计：结合软件算法，将其部署在硬件平台上，实现指静脉识别系统的设计和制作，包括硬件选型、布线、PCB设计、接口调试等。

三、目前进展

1.指静脉图像获取：目前已选定相机作为图像采集的设备，采集了一定数量的指静脉图像，并对图像进行了去噪、二值化、分割和细化等处理，提高了图像的清晰度和分辨率。

2.指静脉特征提取：目前已经使用Harris角点提取算法和FingerVeinDetectionMethod（FVDM）等算法提取了指静脉图像中的主要特征点和纹路信息，并对其进行了编码和抽象化，形成了适于后续分类识别的数字码。

3.模式识别算法：已经实现对几种模式识别算法的研究与分析，并对他们的表现进行了初步的评估，其中包括基于神经网络、支持向量机和K近邻法。

4.硬件设计：根据前期的研究，并结合指静脉特征提取和模式识别算法，已经开始进行硬件设计的工作。

四、研究意义

指静脉识别技术具有很高的商业价值和社会意义。随着现代生活节奏的快速化，人们对于身份效验的信任越来越意识到其重要性，指静脉识别技术可有效提高人们在电子商务和金融交易中的安全性和便捷性。

此外，指静脉识别技术具有广阔的应用前景。例如，在医疗领域中可用于精准识别病人身份和医护人员身份，增强医疗机构管理安全性；在教育领域中可用于学生身份验证和考务管理；在法律领域中可用于司法案件的身份调查；在公共安全领域中可用于边境安全控制等。

因此，本研究的成果对于推动指静脉识别技术的发展和产业化有着重要的意义。