1、近年來(lái)生物特征識(shí)別技術(shù)發(fā)展迅猛，目前已經(jīng)有多種識(shí)別方式被投入市場(chǎng)，較為常見(jiàn)的有指紋識(shí)別、虹膜識(shí)別、人臉識(shí)別等。然而不可否認(rèn)的是，這些生物識(shí)別技術(shù)在易用性與可靠性之間難于取舍。不同于傳統(tǒng)的生物認(rèn)證方式，手指靜脈認(rèn)證技術(shù)具有隱蔽性好、難于造假、認(rèn)證簡(jiǎn)單以及精度高等特點(diǎn)，克服了傳統(tǒng)認(rèn)證方式存在的問(wèn)題因而被看作第二代生物特征識(shí)別技術(shù)。盡管手指靜脈識(shí)別方法存在諸多優(yōu)點(diǎn)，但是從圖像獲取、預(yù)處理、特征提取到匹配幾個(gè)方面尚存在一些問(wèn)題，而本文研究目的就

2、在于解決上述諸多問(wèn)題。
　　本文的主要研究?jī)?nèi)容如下。
　　針對(duì)目前手指靜脈采集設(shè)備尚沒(méi)有一個(gè)通用的設(shè)計(jì)思路、公認(rèn)的設(shè)計(jì)框架的問(wèn)題，考慮到采集設(shè)備對(duì)于整個(gè)系統(tǒng)性能具有至關(guān)重要的作用，本文在對(duì)已有的設(shè)計(jì)思路加以研究的基礎(chǔ)上，設(shè)計(jì)了一套簡(jiǎn)單實(shí)用的采集設(shè)備，并對(duì)設(shè)計(jì)過(guò)程進(jìn)行了詳細(xì)描述，通過(guò)實(shí)驗(yàn)驗(yàn)證，由這套采集設(shè)備獲取的圖像可以滿足圖像識(shí)別的要求。
　　針對(duì)圖像預(yù)處理問(wèn)題，本文在對(duì)灰度歸一化、圖像縮放、增強(qiáng)處理等幾個(gè)部分加以研究

3、的基礎(chǔ)上，就靜脈區(qū)域定位的問(wèn)題提出了一種結(jié)合 Sobel算子和Canny算子的改進(jìn)邊緣提取方法，融合了雙閾值分割的思想，該方法同時(shí)避免了Sobel算子提取邊緣較粗而Canny算子提取邊緣噪聲較多的問(wèn)題。
　　針對(duì)手指靜脈的特征提取問(wèn)題，本文在對(duì)大量特征提取方法加以研究的基礎(chǔ)上，采用了一種更為有效實(shí)用的特征提取方法。該方法融合了方向谷檢測(cè)、模糊增強(qiáng)、動(dòng)態(tài)閾值分割以及圖像細(xì)化幾個(gè)過(guò)程。文中對(duì)每一個(gè)過(guò)程加以詳細(xì)描述，并就幾種不同的動(dòng)態(tài)閾

4、值分割方法加以實(shí)驗(yàn)比較，從而選擇出適于本文應(yīng)用的閾值分割方法。
　　針對(duì)手指靜脈特征匹配的問(wèn)題，本文在對(duì)傳統(tǒng)的模板匹配方法加以研究的基礎(chǔ)上，應(yīng)用了一種改進(jìn)的模板匹配方法。另外考慮到手指靜脈的紋理特性，應(yīng)用了兩種基于Gabor濾波的特征匹配方法。而針對(duì)圖像旋轉(zhuǎn)對(duì)特征匹配影響較大的問(wèn)題，本文通過(guò)對(duì)已有的各種手指靜脈旋轉(zhuǎn)校正方法加以研究和比較的基礎(chǔ)上，提出了兩種基于Hough變換圖像旋轉(zhuǎn)校正的方法，雖然是兩種近似處理方法，但是通過(guò)實(shí)驗(yàn)證