【正文】 使人類的活動范圍越來越廣泛，更加突顯了身份識別的難度和重要性。從被提出的那一刻開始，生物特征身份識別就受到了前所未有的關注，世界各國的政府和人民都認識到了生物特征身份識別的重要性，也使生物特征身份識別技術(shù)蓬勃發(fā)展起來。常用的識別身份的特征主要有兩類：一種是基于身份標志物所持的標識性物身份認證，如鑰匙、身份證、駕駛執(zhí)照等；另一種是基于身份標示所記憶的私有的身份認證，如用戶名和密碼等。生物特征識別技術(shù)所依據(jù)的不是傳統(tǒng)的標示物或標示知識，而是依靠人體生物特征進行身份認證的一種技術(shù)，即通過計算機將人體固有的生理特征或行為特征收集進行處理，來進行個人身份鑒別的技術(shù)。生理特征與生俱來為先天性的、無法復制的；行為特征則是習慣使然，多為后天形成。生物特征技術(shù)是目前最為方便與安全的識別系統(tǒng)，無須記住身份證號或者密碼，也不需要帶智能卡之類的東西，“鑰匙”就是你自己，沒有什么能比這更安全和方便。能夠用于鑒別身份的生物特征應該具有以下特點[2]:(1) 廣泛性:每個人都應該具有這種特征。(3) 穩(wěn)定性:所選擇的特征應該不隨時間變化而發(fā)生變化。事實上，任何生理上的特征都可以用來進行身份識別，目前，在眾多生物特征識別技術(shù)中，研究物理特性的主要有DNA、人臉、掌紋、耳紋、指紋、虹膜、手形等。表11列出了目前幾種主要的生物特征識別技術(shù)和他們之間的比較。指紋識別己經(jīng)取得了比較好的成果,并且應用到各種網(wǎng)絡信息安全領域。人會突然失去可用的指紋，如手指過濕、過干或出現(xiàn)手指暴皮等特征損傷時，實時采集的指紋圖像已經(jīng)改變了原有的特征模式，這樣就會大大降低驗證通過的成功率，進而識別的效果也會嚴重影響。其次，指紋識別的最大隱憂就是仿偽性差，因為指紋使用的外層特征使得犯罪分子很容易盜取指紋印跡。由于上面的種種原因，指紋之外的生物特征識別技術(shù)也逐漸的吸引著業(yè)內(nèi)人士進行研究。它同其他生物測定方法一樣，不需隨身攜帶任何證件、記住任何密碼，是一種方便、保密而且有效的識別方法。靜脈識別主要是利用靜脈血管的結(jié)構(gòu)來進行身份識別。紅外光照射在手背上，有靜脈的部位吸收紅外光反射暗淡，肌肉與骨骼部位反射強烈，從而實現(xiàn)對靜脈的造影，故靜脈紋絡在人體內(nèi)部很難被偽造?；谌梭w手背靜脈的生物測定識別系統(tǒng)在身份認定方面與指紋等其他生物特征相比具有一些獨特的優(yōu)勢： (1) 非接觸性，靜脈位于體表下面，不會對采集面污染；(2) 防偽性強，因為身體內(nèi)部的血管特征很難偽造或是手術(shù)改變的；(3) 易接收性，特征采集比較友好，相對DNA和虹膜容易讓人接收；(4) 可以和其它生物識別技術(shù)如人臉、指紋等組成多模生物識別系統(tǒng)。 (2) 會員管理：如俱樂部會員身份確認系統(tǒng)、安全保險箱，運動場等。(4) 人員考勤：監(jiān)視和查詢公司、工廠、企事業(yè)單位人員考勤記錄。因此，手背靜脈識別被認為是模式識別領域中難度較大的新的研究方向，正吸引著計算機、電子工程、模式識別等領域研究人員進入該領域，并且逐漸成為生物特征識別領域的新的研究熱點之一，所以對人體手背靜脈識別技術(shù)的研究具有相當大的實用意義和市場潛力。手背靜脈圖像識別是通過對兩幅靜脈圖像特征集之間相似性的比較，來判斷對應的靜脈圖像是否來自同一個人的過程。特征提取是將圖像中最能區(qū)別于其它圖像的特征提取出來，其有效性和可靠性在很大程度上決定了識別結(jié)果是否正確，提取描述性強的特征能夠有效提高分類器的識別效率，選取穩(wěn)定、典型的特征是手背靜脈識別系統(tǒng)設計的核心。對預處理后的圖像進行特征提取與匹配，重點是分析和提取出可靠而又高效的特征向量以及特征匹配的算法。在特征匹配時，通過計算測試樣本與注冊樣本之間的最小錯誤率來進行身份確認，在對25人的測試中，%，F(xiàn)RR為8%。在匹配算法中，用逐點像素比對法進行手背靜脈匹配。但細化后的手背靜脈圖像丟失了很多原始靜脈信息。對500幅圖像(50人，每人采集10幅靜脈圖)進行測試后，%， %。新加坡南洋理工大學電子工程系Wang等人，采集整個手掌張開狀態(tài)時手背靜脈圖像。在對108幅圖像(12人，每人采集9幅靜脈圖)進行測試后，F(xiàn)AR為0%，F(xiàn)RR為0%。目前，國內(nèi)的研究主要有清華大學精密測試技術(shù)及儀器國家重點實驗室的文章[10]，其主要工作是手背血管圖像的特征提取以及匹配，利用自行設計的近紅外血管圖像采集儀獲取手背靜脈血管的原始圖像；對于采集到的圖像樣本，由于存在光照不均使得圖像灰度分布不均的情況，所以要對圖像灰度做歸一化處理，使其均值和方差在規(guī)定范圍內(nèi)；在圖像增強與二值化部分，采用分區(qū)動態(tài)二值化方法實現(xiàn)，再對二值圖像濾波去噪、細化、提取細化后的圖像特征；匹配算法中，以端點、交叉點為基礎進行特征比對；文獻給出了65個小范圍樣本的匹配實驗結(jié)果，%的條下，F(xiàn)AR為0%，F(xiàn)RR偏高。華南理工大學呂佩卓等提出自適應的手背靜脈區(qū)域定位算法[12]，為靜脈圖像預處理中有效區(qū)域定位提供珍貴的想。同濟大學《手背靜脈紅外圖像特征識別算法的究》提出了多種靜脈識別算法[14]，包括基于特征點、靜脈線走向以及形狀、不變矩等。在靜脈識別成型的產(chǎn)品方面[16]，研究較多的是手背靜脈識別，韓國NEXTERN公司自1998年以來分別研制出了4套手背靜脈識別系統(tǒng)的產(chǎn)品PPaBK100、BK200、BK300、BK500，前3套已經(jīng)陸續(xù)投入使用，BK系列產(chǎn)品已經(jīng)是非常成熟的產(chǎn)品BK300系統(tǒng)利用紅外線采集手背靜脈血管分布圖，采用1:1的識別方式，采集比響應時間為1秒，并脫機獨立工作。本系統(tǒng)對于門禁管理具有高度的安全性，在些需要身份識別的場所、如政府機關、大型企事業(yè)單位的資料室、醫(yī)院等，授權(quán)可進入的人員必須通過本裝置核對其手掌靜脈圖形以確認身份之后才能進入。目前國內(nèi)靜脈識別技術(shù)還處在發(fā)展階段，還沒有利用自己技術(shù)開發(fā)的相關產(chǎn)品，市場上銷售的產(chǎn)品大都是從國外引進的技術(shù)，所以靜脈識別技術(shù)的研究具有現(xiàn)實的義。 論文主要內(nèi)容與結(jié)構(gòu)生物特征識別技術(shù)是近段時間以來發(fā)展比較快的一種技術(shù)，而人體手背靜脈識別技術(shù)以其獨特的優(yōu)勢越來越得到專家學者的青睞，然則由于靜脈識別處于剛剛起步階段，所以前人研究得較少，本文對靜脈識別的各部分算法進行了學習和研究，論文各章安排如下：第一章：本章首先介紹了生物特征識別的發(fā)展概況，提出了本課題的研究內(nèi)容—基于手背靜脈圖像的特征提取與匹配。第二章：主要介紹了靜脈圖像預處理過程，包括從圖像采集到有效區(qū)域的提取，以及以后的圖像歸一化、增強、分割和細化。第三章：特征提取和匹配方面，這是本文的核心部分。第四章：對全文進行總結(jié)，對人體手背靜脈識別的研究工作了展望以及有待進一步研究的方向。2 手背靜脈圖像的預處理要達到對手背靜脈圖像進行身份識別，必須對圖像進行有效特征提取與匹配。所以我們先對手背靜脈圖像預處理，然后在預處理后的細化圖像上提取圖像的有效特征并匹配，達到身份驗證的目的。本文中實驗的手背靜脈數(shù)據(jù)庫是由Mohamed博士所提供的，數(shù)據(jù)庫中共有250個樣本，在這所有的樣本中，采集了50個人的每個人不同階段的5幅圖像，這50個人是來自不同年齡階段的，所以基本上具有了普遍的意義。 采集的原圖當前手背靜脈圖像獲取都采用握拳并手背對準鏡頭的姿勢，由于手背相對于鏡頭的方向和位置是變動的，且不同人的手大小不一樣，手的局部形態(tài)特征也不一樣，因此不同時刻采集的圖像總有一定程度位置和大小的偏差。手背靜脈有效區(qū)域定位是指從采集的手背圖像中定位出對特征提取有意義的區(qū)域，定位的精確很大程度上將直接影響識別結(jié)果。 圖像的有效區(qū)域 圖像的歸一化由于靜脈圖像的采集時間、光強、各人的手掌厚薄、手掌的傾斜度不同, 在采集的圖像上存在著灰度不均的問題。對采集的圖像進行灰度歸一化處理，即使每一幅圖像的均值和方差都相等。本文實驗所采取的均值是162，方差是24。通常情況下，所采集到的靜脈圖像中，靜脈血管紋理和手背的灰度差別很小。而圖像增強處理是獲取有效信息的保證，因此，為便于靜脈紋理的分割，對采集的圖像進行預處理來增強靜脈紋理是非常必要的。從仿真的實驗結(jié)果可以得到，執(zhí)行局部直方圖均衡后的圖像靜脈紋理與背景的對比度明顯增大，紋理輪廓顯示清晰，紋理與背景分界明顯，為下一步紋理分割奠定了基礎。 增強后的圖像 圖像的分割 靜脈圖像分割的目的是使靜脈紋絡和背景分割開來，針對本課題也就是所謂的二值化處理，即將靜脈紋絡圖像轉(zhuǎn)化為僅有黑白兩種色的圖像，以方便后期的特征點的提取?；叶葓D像二值化的過程就是選定一個閾值T，當圖像中的像素值大于這個值時就設定為255，當小于此值時就設定為0。常用的閾值化分割方法有局部均值閾值法、局部最大類間方差法、基于局部極值的二值化算法、閾值圖像法、NiBlack算法[21]。綜合分析，本文采用的是NiBlack算法來進行二值化。有利于我們研究靜脈紋絡結(jié)構(gòu)。因此，細化算法也是靜脈圖像識別中的重要步驟，他的處理結(jié)果真接影響著認證的識別率。 細化后的圖像 本章小結(jié)本章按照靜脈圖像前期預處理的過程，詳細的研究了各個過程的算法。為了使靜脈紋絡和背景區(qū)分開來，又對靜脈圖像進行了圖像二值化。3 手背靜脈圖像的特征提取與匹配靜脈特征提取和匹配階段是基于手背靜脈的識別技術(shù)的核心階段，前面所做的工作都是為特征提取和匹配而做的鋪墊，基于手背靜脈的身份認證技術(shù)是通過比較兩幅靜脈紋絡圖像的相似度來識別身份，如果兩幅圖像的相似度很高，這說明是來自同一個人，否則，則不能通過身份認證。 基本概念圖像或波形所能展現(xiàn)給我們的數(shù)據(jù)量是很大的。特征形成：我們可以計算（例如波形或數(shù)字圖像）或者使用儀表或傳感器測量（例如實物或是某種過程）一組基本特征，這樣得到的特征我們稱為原始特征，當然我們可以得到很多這樣的特征，或者得到的這個特征的數(shù)據(jù)量也是很大的，例如一幅數(shù)字圖像。這種特征我們稱之為二次特征，它們是原始特征的某種線性組合或者有某種對應關系。所以特征提取是模式識別過程中非常重要的步驟。特征選擇：特征選擇是模式識別和圖像處理中首先解決的問題，從一組特征中提取最有區(qū)別樣本能力的特征以達到降低特征的維數(shù)的目的，這個過程稱為特征選擇。特征提取是將圖像中最能區(qū)別于其它圖像的特征提取出來，其有效性和可靠性在很大程度上決定了識別結(jié)果是否正確，提取描述性強的特征能夠有效提高分類器的識別效率，選取穩(wěn)定、典型的特征是手背靜脈識別系統(tǒng)設計的核心。