首页> 中文学位 >基于子空间分析和局部二值模式的手指静脉识别算法研究
【6h】

基于子空间分析和局部二值模式的手指静脉识别算法研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景、目的和意义

1.2 国内外发展现状

1.3 本文的主要内容和文章结构安排

第2章 手指静脉识别算法综述

2.1 手指静脉图像的采集

2.2 预处理

2.3 特征提取

2.4 匹配识别和性能分析

2.5 本章小结

第3章 基于子空间分析的手指静脉识别算法

3.1 最大间距准则分析

3.2 核化最大间距准则分析

3.3 二维线性判别式分析

3.4 二维主成分分析

3.5 基于两个方向的KMMC手指静脉识别算法

3.6 实验结果分析

3.7 本章小结

第4章 基于局部二值模式的手指静脉识别算法

4.1 MB-GLBP算法

4.2 Logistic映射

4.3 基于MB-GLBP和Logistic映射的手指静脉识别算法

4.4 实验结果与有效性分析

4.5 算法安全性分析

4.6 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录

展开▼

摘要

随着科学技术的迅猛发展,传统的身份认证技术由于个人信息容易被伪造和假冒而逐渐被新型的生物特征识别技术所取代,比如指纹、静脉、人脸和虹膜。其中,手指静脉由于具有良好的特异性、较高的安全性等优点而受到广泛关注,已成为生物特征识别领域中的热点研究课题。
  本文通过对手指静脉识别技术的研究现状进行分析,围绕基于子空间分析和基于局部二值模式的手指静脉识别算法进行了深入地分析和研究,具体工作如下:
  (1)对手指静脉识别算法的主要内容进行了综述,首先介绍了手指静脉图像采集中的成像原理和采集过程,接着描述了后续算法需要用到的手指静脉图像预处理步骤,包括对原始静脉图像进行ROI提取、尺度和灰度归一化以及滤波,然后简要介绍了手指静脉特征提取的分类及其工作原理,最后详细地阐述了手指静脉识别算法的两种主要的匹配方法及其常用的性能分析指标。
  (2)研究了基于子空间分析的手指静脉识别算法,并将核化最大间距准则(KMMC)分析法应用于手指静脉识别中,进而提出了基于两个方向的KMMC手指静脉识别算法。该算法首先对预处理后的手指静脉图像执行基于线性分析法的手指静脉识别算法,包括二维主成分分析法(2DPCA)、二维线性判别式分析法(2DLDA)和二维最大间距准则分析法(2DMMC),然后对所得特征数据进一步执行KMMC算法,最后通过MATLAB仿真实验实现了2DPCA、2DLDA、2DMMC、KMMC、2DPCA+KMMC、2DLDA+KMMC、2DMMC+KMMC七种手指静脉识别算法,并计算出了这些算法的识别率、误识率等参数以用于比较。实验表明,基于两个方向的KMMC手指静脉识别算法的识别效果非常理想,同时与基于KMMC的手指静脉识别算法相比,它的平均匹配时间也大大地缩短了。
  (3)研究了基于局部二值模式的手指静脉识别算法,并将多尺度Gabor局部二值模式(MB-GLBP)算法应用于手指静脉识别中,进而提出了基于MB-GLBP和Logistic映射的手指静脉识别算法。该算法首先通过MB-GLBP算法对预处理后的原始手指静脉图像进行特征提取,然后通过Logistic映射对所得静脉特征模板进行置乱加密,从而有效地提高了手指静脉识别算法的安全性,最后通过MATLAB仿真实验得到了MB-GLBP算法和Logistic的最佳参数,并实现了基于MB-GLBP和Logistic映射的手指静脉识别算法。实验表明,基于MB-GLBP和Logistic映射的手指静脉识别算法具有较高的识别率和较强的安全性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号