（应用数学专业论文）静脉识别技术及偏微分方程在手背静脉图像预处理中的应用.pdf

摘要 经济日新月异的增长和技术突飞猛进的变革带领着人们进入了高科技的时 代 生物特征识别模式的身份认证越来越接近人们的生活大量的实验证明 生物 特征是唯一的 并且与任何人毫不相同 是可自动识别并被测量与验证的生物特 征或行为方式 生物识别是利用人自身的生理特征与生物特征 不存在遗忘或者 丢失的问题 也很难被窃取 现在指纹识别技术已经非常成熟 但是其自身还存 在着污染和生物信息缺损等缺点 而人体手背静脉的具有很强的抗伪和抗干扰 性 所以我们开展对人体手背静脉识别系统的研究 本文的主要工作 首先 介绍人体静脉血管识别的课题背景 目的和意义 介绍生物特征识别 技术兴起的原因 它相对于其他身份识别的一些优点 以及生物特征识别技术目 前的发展情况 指出静脉血管识别技术优越性 第二 介绍人体静脉血管识别方法的分类 及每种静脉识别方法的研究现状 优缺点和应用价值 对现有关于人体静脉血管识别技术的文献进行归类 总结 分析各种已有人体静脉血管图像处理的方法 第三 在总结前人工作的基础之上 提出一种全新的基于偏微分方程的手背 血管静脉图像预处理方法 通常的手背静脉血管图像预处理方法在平滑图像的同 时 边界会变得比较模糊 而偏微分方程方法可在平滑噪声的同时保持边界 因 此 我们以p m 模型 a u x y t d 如 c v v h 西 为基础 适当的选取扩散系数函数 曲以达到提高模型的去噪和保持边界能力 通过分析手背静脉图像特征和后续识别工作的要求 我们最终确定利用如下平滑 系数函数改进模型 r c j c o s s x 1 2 0 o 2 i s 降仃 一 0 i 仲i 盯 最后我们进行了数值仿真实验 并对实验结果利用峰值信噪比准则进行客观 评价 结果表明 改进的p m 模型在对手背静脉血管图像的处理中比传统的图像 处理方法及经典p m 模型更具优势 关键词 静脉识别 预处理 偏微分方程方法 p m 模型 a b s t r a c t t h eb i o l o g i c a lc h 卸馏删s t i cr e c o g n i t i o nt e c h n o l o g yi sc l o s et op e o p l em o r ea n d m o r ew i t ht h er a p i dg r o w t ho ft e c h n o l o g y b i o l o g i c a lc h a r a c t e r i s t i cr e c o g n i t i o n t e c h n o l o g yi sak i n do fs p e c i a lt e c h n o l o g yt oa u t h e n t i c a t ep e o p l e si d e n t i t ya n dc o u l d b ei d e n t i f i e d al a r g en u m b e ro f e x p e r i m e n t sv e r i f i e dt h a tt h eb i o l o g i c a lc h a r a c t e r i s t i c i su n i q u e i ti sd i f f i c u l tt ob ec o p i e do rs t o l e ns c i e n c et h ec h a r a c t e r i s t i cb e l o n g st o o n e so w n a l t h o u g ht h et e c h n o l o g yo ff i n g e r p r i n tt h ef i n g e r p r i n ti se a s yt ob e r e c o g n i t i o nh a sb e e nv e r ym a m r e b u tt h e r ea r es o m es h o r t c o m i n g ss u c ha sd a m a g e d b yp o l l u t i o na n di a k eo f i n h e r e n ti n f o r m a t i o n t h e r e f o r w ea r eg o i n gt os t u d yo nt h e r e c o g n i t i o no f t h ed o r s a lh a n dv e i n t h i sd i s s e r t a t i o n c o n s i s t so f t h et h r e em a i na s p e c t s f i r s t w ei n 打o d u c et h es u b j e c t sb a c k g r o u n d p u r p o s ea n dm e a n i n go f d o r s a lh a n d v e i nr e c o g n i t i o n t h es u p e r i o r i t yi sp o i n t e do u t n e x t w ei n t r o d u c et h ec l a s s i f i c a t i o no f h u m a n t h em e t h o do f v e i nr e c o g n i t i o n t h e a d v a n t a g e ss h o r t c o m i n g sa n dt h ea p p l i c a t i o n sv a l u er ea l s op r e s e n t e d w ea l s os e e k f o ra n ds u m m a r i z et h ew o r k se x i t e df o rv e i np a t t e r nr e c o g n i t i o n a tl a s t b a s e do ns u m m i n gu pt h ew o r k se x i t e d w ep u tf o r w a r dn e w m e t h o df o r t h ep r e p r o c e s s i n gf o rd o r s a lh a n dv e i ni m a g e s c i n c et h ec l a s s i c a lp r e p r o c e s s i n g m e t h o df o rv e i ni m a g ew i l lf u z z yt h ee d g ea ss m o o t h i n gt h ei m a g e y e tt h ep d e b a s e d m e t h o dc a np r e s e n tt h ee d g ea ss m o o t h i n g w et u r nb a c kt os e e kf o rap d e b a s e d m e t h o d w eb a s e do nt h ep e r o n a m a l i ke q u t i o n o u x y t 西 c 甜 西 t oc h o o s et h ec o e f f i c i e n ts u i t a b l y a r r i v et h er e q u i r e m e n tf o rs m o o t h i n ga n de d g e p r e s e r v i n g t h r o u g h o u tt h ea n a l y s i so f t h ec h a r a c t e r i s t i co f l h ev e i ni m a g e w ep u t f o r w a r dt h ef o l l o w i n gc o e f f i c i e n tf u n c t i o nt h ei m p r o v et h ep m m o d e l c j c o s s 月r 2 c r c y 2 0 i sf 盯 a tl a s to ft h ed i s s e r t a t i o n w ec a t t yo u tt h en u m e r i c a ls i m u l a t i o na n dt ov a g u e t h er e s u l tb yp s n rm e t h o d t h er e s u l ts h o w st h a tt h ei m p r o v e dp mm e t h o dm o d e l p r e s e n t sg o o dp e r f o r m a n c ei nt h ep r e p r o c e s s i n gf o r t h ed o r s a lh a n dv e i n k e yw o r d s v e i nr e c o g n i t i o n p r e p r o c e s s i n g p mm o d e l n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果 据我所知 除了文中特别加以标注和致 谢的地方外 论文中不包含其他人已经发表或撰写过的研究成果 也不包含为获得东北师范大学或其他教育机构的学位或证书而使 用过的材料 与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示谢意 学位论文作者签名 窒之拄 日期 纽日 l 学位论文版权使用授权书 本学位论文作者完全了解东北师范大学有关保留 使用学位 论文的规定 即 东北师范大学有权保留并向国家有关部门或机 构送交学位论文的复印件和磁盘 允许论文被查阅和借阅 本人 授权东北师范大学可以将学位论文的全部或部分内容编入有关数 据库进行检索 可以采用影印 缩印或其它复制手段保存 汇编 学位论文 保密的学位论文在解密后适用本授权书 学位论文作者签名 堡盛 指导教师签名 日 期 潮 u 日 期 学位论文作者毕业后去向 工作单位 歪生 珏 式虹 通讯地址 乐牝 筋定啁l k 电话 主跬纽l 缸岫 邮编 f i 盐比 第一章引言 课题研究的背景和意义 随着对个人物品 内部网络 建筑物通道 i n t e r n e t 乃至电子商务的安全 性的要求日益严格 个人身份逐渐数字化和隐性化 对于身份的认证技术的需求 变得越来越紧迫 如何准确鉴定一个人的身份 保护信息安全是当今信息化时代 必须解决的 个关键性社会问题 生物特征识别即是安全和便捷的身份识剐方法 3 所谓生物识别技术就是 通过计算机与光学 声学 生物传感器和生物统计学原理等高科技手段密切结合 利用人体固有的生理特性和行为特征来进行个人身份的鉴定 生物识别技术比传 统的身份鉴定方法更具安全 保密和方便性 因其不易遗忘 防伪性能好 不易 伪造或被盗 随身 携带 和随时随地可用等优点 生物识别技术可广泛用于各个 社会领域 现在最成熟 最传统的的生物特征识别技术是指纹识别 但是指纹识别是物 理接触式的 具有侵犯性 并且某些人或某群人因为指纹的特征很少 达不到建 档要求 指纹也比较容易磨损 手指太干或太湿都不易提取图像 这样成功的比 例就会降低 识别率会大幅度下降 另外 每一次使用指纹时都会在指纹采集器 上留下用户的指纹痕迹 而这些指纹痕迹存在着被用来复制指纹的可能性 严重 的影响了识别的安全性 所以 人体静脉血管识别技术应运而生 人体静脉血管识别是利用人体的静脉特征实现身份认证的一项生物识别技 术 在这项技术中主要是通过人手背部附近的静脉流向分布图来进行身份认 证 它一般采用红外c c d 摄像头采集静脉图 当识别系统通过红外c c d 摄像头获 取手背静脉的图像时 每个静脉图像的特征码就会被存储下来 然后实现现场使 用者的静脉图与存储的静脉图特征码比对和反馈 与指纹识别技术相比较 静脉识别除了具有高度唯一性和不变性之外还具有 以下几个优点 l 活体性 用静脉进行身份识别 一般获取的是手背静脉的图像特征 用手背活体才存 在的特征 非活体的手背是得不到静脉图像的特征而无法识别的 从而也就无法 仿造 2 稳定性 1 接触此系统 可最大限度感觉舒适方便 此系统识别在湿度 汗水 污物 笔痕和小损伤方面优于其他生物识别系统 不会因为皮肤表面磨损 损伤 干燥 或者太湿而影响识别结果 3 防伪性 因为该系统只识别活体 并且获取的是手背内部静脉的特征图像而并非手掌 表面图像 从而 确保了该图像的安全性和防伪性 特别适合于安全性要求较高 的场所使用 所以 利用人体静脉血管的身份识别系统有很广阔的发展空间 2 第二章生物特征识别技术 2 1 生物特征识别的分类 生物识别技术是模式识别的一个分支 并成为一种新的身份验证手段 其根 据人类自身固有的生理特征和行为特征来验证身份 但是并非所有的生物特征都 可用于个人的身份识别 身份识别可利用的生物特征必须满足以下几个条件 1 广泛性 即必须每个人都具备这种特征 2 唯一性 即任何两个人的特征是不一样的 3 可测量性 即特征可测量 4 稳定性 所选择的特征应该不随时间发生变化 常用的生理特征有指纹 视网膜 面相等 常用的行为特征有步态 签名等 声纹兼具生理和行为的特点 介于两者之间 下面就将分别介绍各种生物特征识 别技术 2 1 1 基于生理特征的识别技术 指纹识别闭 指纹识别是指手指末端正面皮肤上凹凸不平产生的纹路 医学证明 这些纹 路在图案 断点和交叉点是各不相同的 具有唯一性和永久性 指纹识别技术研 究历史长 技术成熟 提取设备小巧 成本低 但是 由于指纹识别是物理接触 式的 具有侵犯性 并且易磨损 不易提取图像 视网膜识别p l 视网膜识别技术分为两类 虹膜识别技术和角膜识别技术 虹膜是环绕着瞳 孔的一层有色的细胞组织 虹膜辨识系统使用一台摄像机来捕捉样本 然后由软 件来对所得数据与储存的模板进行比较 角膜是眼睛底部的血液细胞层 角膜扫 描的进行是用低密度的红外线去捕捉角膜的独特特征 视网膜的生物特征极其固 定 不易磨损 老化或为疾病影响 另外 他的非接触性识别 提高了安全性而 不会被伪造 和常用的识别技术相比 虹膜识别技术操作更简便 检验的精确度 更高 但是 视网膜技术未经过任何测试 可能会给使用者带来健康的损坏 掌纹识别 掌纹与指纹一样也具有稳定性和唯一性 利用掌纹的线特征 点特征 纹理 特征 几何特征等完全可以确定一个人的身份 因此掌纹识别是基于生物特征身 份认证技术的重要内容 但是大约有5 的合法的人 由于手太小或太大或不能 正确放置他们的手而被识别仪拒之门外 3 2 1 2 基于生物特征的生物识别技术 步态识别i 辅l 步态是指人们行走时的方式 这是一种复杂的行为特征 步态识别主要提取 的特征是人体每个关节的运动 尽管步态不是每个人都不相同的 但是它也提供 了充足的信息来识别人的身份 步态识别的输入是一段行走的视频图像序列 因 此其数据采集与脸相识别类似 具有非侵犯性和可接受性 但是 由于序列图像 的数据量较大 因此步态识别的计算复杂性比较高 处理起来也比较困难 尽管 生物力学中对于步态进行了大量的研究工作 基于步态的身份鉴别的研究工作却 是刚刚开始 到目前为止 还没有商业化的基于步态的身份鉴别系统 签名识别1 7 朋 签名作为身份认证的手段已经用了几百年了 而且我们都很熟悉在银行的格 式表单中签名作为我们身份的标志 将签名数字化是这样一个过程 测量图像本 身以及整个签名的动作 在每个字母以及字母之间的不同速度 顺序和压 力 签名识别易被大众接受 是一种公认的身份识别的技术 但事实表明人们的 签名在不同的时期和不同的精神状态下是不一样的 这就降低了签名识别系统的 可靠性 2 1 3 兼具生理特征和行为特征的声纹识别1 9 n i 声音识别人的生理 心理和行为特征等语音参数会反映在人的语音波形中 人的声音频谱包括曲线的时间变化和驱动声源的特征各不相同 可以提取出不同 人语音变化很大而同一人语音变化很小的特征来进行分析 对比 识别 目前 主流的声音识别系统应用是 透过话筒录入人的声音 遥过数字信号处理器数字 化和软件压缩 提取出声音图像信息保存在数据库中 应用时将即时采集的声音 与数据库中的特征信息进行匹配 做出身份鉴定 声音识别技术是一种非接触的 识别技术 用户可以很容易接受 具有较好的方便性 经济性和准确性 但是精 确度较低 声音因为变化的范围太大 很难进行精确的匹配而且技术复杂度较高 声音的音量 速度和音质会受一定条件 如感冒 的影响 需增加系统功能以适 应该变化 2 2 人体静脉血管识别 2 2 1 人体静脉识别的理论依据 n 1 人体静脉识别系统的是根据血液中的血红素有吸收红外线光的特质 将具有 红外线感应度的小型照相机随着手指进行摄影 即可将照着血管的阴影处摄出图 像来 将血管图样进行数字处理 制成血管图样影像 静脉识别系统就是首先通 过静脉识别仪取得个人静脉分布图 从静脉分布图依据专用比对算法提取特征 值 通过红外线c c d 摄像头获取手背静脉的图像 将静脉的数字图像存贮在计算 4 机系统中 将特征值存储 静脉比对时 实时采取静脉图 提取特征值 运用先 进的滤波 图像二值化 细化手段对数字图像提取特征 同存储在主机中静脉特 征值比对 采用复杂的匹配算法对静脉特征进行匹配 从而对个人身份进行鉴定 确认身份 全过程采取非接触式 2 2 2 人体静脉识别技术的分类1 1 2 1 目前 静脉识别主要分为三种 一种是手指静脉识别 一种是手掌静脉识别 还有一种是手背静脉识别 手指静脉血管识别 埘 手指静脉认证技术源于对人类大脑功能活动管理的研究项目 在这项研究 中 近红外线被用来观察血液流量的增加情况 研究人员同时发现 这种技术同 时也适用于手指静脉图像的采集工作 由于每个人的每根手指的手指静脉图像都 不相同 所以 基于手指静脉图像原理的认证技有可能成为现实 同其它生物测 定学技术相比较而言 手指静脉识别技术具备以下主要优势 1 相对于指纹识别 静脉图像的重复概率低于指纹 并且手指静脉识别对 手指湿度 温度的影响不敏感 对手指清洁度没有什么要求 减少了误 读的可能 2 由于手指静脉形状小 且相对稳定 捕捉影像清晰 所以可对低分辨率 相机拍摄的图样资料进行小型的简单数据影像技术处理 3 其成本比虹膜识别 手掌 手背静脉识别系统低 手掌静脉血管识别1 1 4 l 手掌静脉识别的基本原理是利用近红外线照射手掌 并由传感器感应手掌反 射的光 其中的关键在于流到静脉红血球中的血红蛋白因照射会失脱氧份 而这 个还原的血红蛋白对波长8 5 0 n t o 附近的近红外线会有吸收 导致静脉部分的反射 较少 在影像上就会产生静脉图案 也就是说 手掌静脉识别是利用反射近红外 线的强弱来辨认静脉的位置 手掌静脉识别技术有以下几个优点 1 手掌静脉识别的范围更大 准确率也更高 位移偏差较小 采集容易 2 相对的 安全性也比手指高 并且他不需要直接接触感应器 即安全又 卫生 容易被大众接受 3 使用时更具亲和性以及更卫生 采用非接触扫描 还可以实现局域网广 域网以及i n t e r n e t 平台上的应用 手背静脉血管识别i l s l 手背静脉识别系统是以人体手背静脉血管脉络图为特征进行身份识别 它通 过红外线c c d 摄像头获取手背静脉的图像将人体手背静脉的数字图像存贮在计 算机系统中 运用先进的滤波 图像二值化 细化手段对数字图像提取特征 利 用可靠的匹配算法来完成验证与识别个人身份的过程 5 圈1 手背静脉识别过程 手背静脉识别具有以下几大优点 1 由于手背静脉藏匿于身体内部 其特征属天赋密码 不会遗忘 使用简 便 2 非侵入性和非接触性成像技术对红外线的采用 可以确保使用者的便捷 性和清洁性 3 高精密判断 不受外部污染 轻伤影响 人类手部表面的皮肤条件不会 对认证工作造成影响 识别速度特别快 4 目前的技术很难以仿造 原来很多生物识别都是识别 表面 来进行 有很多弊端 如易拷贝 可模拟 而手掌静脉是在人体手指内部 必须 是活体和无法拷贝 大大提高了安全性 5 设备采用红外线光 不需要辅助光 运用红外线采集的图像信息稳定 指唾她jf 麟 手背静脉识别 二虹膜识慰 安全性最安全比较安全一般安全 发展时期 9 8 年 8 0 年代7 0 年代 复制可能性无有有 认证速度0 5 1 秒3 5 秒0 7 秒 误判识别0 0 0 0 1 0 0 0 0 1 o 1 误判因素无眼疾污染 伤痕 与其它生物识别产品或系统的比较 2 3 人体静脉血管图像识别技术 2 3 1 人体静脉血管图像采集的理论依据旧 6 医学研究以及国际上对手部静脉识别的研究表明 所有人的静脉几乎都不一 样 即使是双胞胎的静脉也不一样 绝大多数人的静脉血管图像随着年龄的增长 不会发生根本性的变化 因此 识别静脉理论具有可行性 为了获取保持生物特 征的高质量的图像信息 我们选取波长在0 7 2 1 1 0 微米的入射光 因为他能 能够较好地穿透肌肉和骨骼 凸现出血管结构 而该波长范围属于近红外线 因 此 只要我们有较好的红外线采集设备 完全可以拍摄到满足要求的静脉图像 2 3 2 人体静脉血管图像采集的过程嗍 我们首先利用波长在8 5 0 n t o 左右的近红外线c c d 摄像头拍摄2 5 6 灰度级的人 体手背静脉图像 得到灰度区分比较明显的静脉灰度图像 这对识别结果起着至 关重要的作用 因此要求光照尽量均匀 图2 自动身份鉴别系统框图 图3 不同人的手背静脉血臂图像 2 3 3 静脉血管图像标准化 1 研 由于自动静脉血管采集系统的采集时间 光强和个人手掌薄厚不同 所以采 集的图像在灰度分布上有很大差异 为了尽量保证提取的特征对静脉在图像中的 大小倾斜度等的不变性 我们在特征提取和识别之前对静脉图像进行处理 从而 达到位置校准 尺寸灰度均值方差归一化目的 其中 我们最常用的灰度插值算 法有 最近邻法 双线形插值法和三次内插法 在这里我们介绍两种方法 林喜梨 给定的灰度归一化方法是均值方差归一化法 如果同一个人在不同 的光线情况下采集的图像相差过大 会给以后的图像处理和匹配增加难度 依次 在采集图像以后要进行灰度归一化处理 即将所有的图像转化成同一均值和方差 的标准图像 其归一化方程如下 r 一 f 毛 4 v o 1 i j g 2 vi i m 7 n o m o 一属丽万而l i d o p 力 l p z n z n 1 0 假设用阈值f 把图像分成a b 两类 每一类出现的概率和类均值分别为 t 谈概率w a p a p z 唧 t 目 l i 璞概率w b p b p z 1 1 r i o t l i 口类均值肛 孕o 力 积力 以口 们 00 ll l 濮均勘 6 z 孕 z 6 孕 z 胛 一 1 一川 h 1 其中 t 和 z t 分别是直方图关于t 的零阶和一阶累计矩 d 是原图像 的总体均值 类方差为 文a 2 z v a p z a z a 2 p z w a z oz 栅 l il i 砷 2 z u b z p z b z p b 2 p z w b z l蕾 t l 为求最佳阈值 引入下列判别式 五 盯 国2 o r w 2 r 五 1 7 仃 研2 仃 乃2 其中 盯 w 2 w a o r a 2 似6 炒 6 2 为类内方差 c r b 产w a w c o p a p c o 2 为类间方差 盯 r 2 o 一 功p z 为总体方差 z l l 他们之间存在关系式 以叻2 口佃户硎 2 彳 五似 1 u t 2 与 无关 当r 最大时 即类间方差最大时t 为最佳阈值 以下是逐点的分区0 s t u 法的处理结果图 原始图像o s t u 方法 由于很多阈值分割方法都没有考虑边界问题 在对静脉这种纹线图像 容易 丢失很重要的边界信息 文献 中提出了一种基于边界特性的阈值分割方法 因 为判断一个像素是否字边缘上可以通过计算他的梯度得到 而拉普拉斯的算子平 均值在边缘的部分为0 所以 实际上 根据梯度或者拉普拉斯算子准则选择的 像素构成的直方图波谷 可以被认为是稀疏分布的 这一特性产生了我们十分希 望的波谷 设f i 力是点o 力的像素值 s x 力是o y 点在r x r 邻域内的标准 方差 根据公式 s x 下式 y u x 力 n f i n f x y 2 5 5 m a x 八x 力一n l i n 厂伍y 可以成一个三级图像 f 0v f 0 且是关于v 非增函数 与 图像梯度成反比 用于控制扩散速度 理想的扩散系数应当使各向异性扩散的灰 1 4 度变化平缓的区域快速进行 而在灰度变化急剧的区域低速乃至不扩散 其系数 分布函数c d 为 砸 1 丁 3 2 2 1 虽 上 c s e 鬈2 3 2 3 公式中k 为大于0 的常数 是根据具体的应用而取值的常量 他们的函数波形分 别对应图 a 和图 b 叠 t b 要想求解方程 3 2 1 必须用差分格式对其进行离散化 再迭代求 解 p e r o n a 和1 4 a l i k 给出的模型 3 2 2 的离散形式为 南丢卅观一 c s z 4 这里掣 是抽样的离散图像 s 表示像素 2 d 坐标位置 f 表示目前的迭代次数 常 量a 是一个正数 反映分布稀疏权值 也就是平滑程度 一代表像素j 的所有邻 近点 通常为上下左右四个点 k l 代表相邻点的个数 通常其取值为4 边界 点除外 以为经过t 次迭代后像素p 的灰度值 v u 一 p e 吃 由 3 2 2 和 3 2 3 的性质我们可得方程 3 2 4 在梯度较大的地方 扩 散较小 而在图像梯度较小的地方 扩散较大 这样就可以在消除噪声的同时在 一定程度上保持边界 这种基于偏微分方程的图像平滑技术保持了非线性平滑方 法对图像特征保留的特点 根据梯度大小决定平滑程度 是一种值得研究和使用 的图像平滑方法 3 3 分布函数的研究 为了避免图像特征的损害 又取得良好的效果 平滑处理应遵循两个原则 1 图像特征强的区域平滑程度小 图像特征弱的区域平滑程度大 2 垂直图像 特征的方向平滑程度小 沿着图像特征的方向平滑程度大网 为此 函数c s 应 满足以下三个性质洲 l o 0 时单调下降 使 3 2 2 收敛 根据上述条件 我们可以确定c o 具有以下普遍的形式 j f c o 结合c s 的性质我们分析方程 3 2 4 可知 当像素p 处于灰度变化平缓 的区域内 v 虬 必然靠近0 c i v 虬 i 相应的接近变化值1 扩散较快 使站1 向其邻域像素的灰度即 靠近 即对p 作了一次平滑 当p g 之间存在着图像边 缘 梯度v 虬 的值将会很大 此时 i v i 趋向于0 扩散速度很低 那么咋将 几乎不影响甜 的边缘 即在p 处几乎不做平滑处理 从而保持了他们的边缘 由 此可见 随梯度值的变化的扩散系数c 是各向异性扩散的关键所在 3 3 1 手背静脉图像的特征 就手背静脉图像提供的信息属性而言 手背静脉图像大概分为四个方面 统 计特性 结构特性 模糊特性和知识特性 根据其提取的难易程度和所要解决的 问题可以合理选择其中一种或多种特性 在静脉识别中 主要用到的是前两类特 性 具体包括 1 几何特征 是一种直观性的特征 即用静脉纹络灰度图中端点和交叉点的 相对位置来表示 另外 手背静脉纹理粗大 交点和叉点的细节特征较少 没有 明显的周期性纹理 有效信息集中在低频部分 2 结构特征 手背静脉具有纹线的结构 也是一种直观性的特征 3 3 2p e r o r m m a l i k 模型在手背静脉图像处理中的不足 首先 p m 模型中所给出的分布函数在处理手背静脉图像时的平滑效果不理 想 虽然 该模型在处理边界问题上相对于其他的图像处理方法有一定的优势 但是 由于手背静脉图像的几何纹理比较粗大 所以在对手背静脉图像的提取时 对边界要求很高 理论证明图像区域如果为无穷大的理想情况 p 叫方法将最终 演变为线形结果 但是在实际处理中 图像区域不能无穷大 而且为了保护边界 处理的稳定 通常人为地设立对称边界条件 即边界梯度为o 在这样的情况下 可能在图像同质区域内部 形成 阶梯 效应 其次 p 模型中的边缘保持效果不是很理想 c 0 趋向0 但是不能达到 0 值 公式 3 2 2 和 3 2 3 输入的微小变化会导致输出的完全改变 这就意 味着即使在图像边缘上 尽管梯度很大 但由于c 0 0 仍会受到邻域像素的影 响 虽然影响很小 但经过多次迭代后被放大 造成边缘的模糊乃至破坏 如果 应用p m 模型中的c 0 函数 处理不当会在血管边缘产生毛刺 这样就会严重影 响整个图像处理工作 3 4 新的分布系数函数的提出 由于经典的p m 模型对于手背静脉血管边缘的保持效果不理想 代入 3 2 2 和 3 2 3 函数的迭代过程将会使材 1 向 偏移 多次迭代之后将会使心和 之 间的差缩小 从而使边界特征消失 使得边界变得模糊 为了更好的对图像进行 预处理 我们改造扩散系数c d c d 眇 3 3 1 的形式如下 c c s s 墨 石 2 盯 盯2 阼 盯为阈值 规定当h 盯时 就强制使删取值为0 从而使得v 很大时 虬和 咋之间的差减小为0 消除了 对甜l i 1 的影响 下图为函数 3 4 1 的图像 1 7 j s s 可见 函数 3 4 1 符合我们之前分析的系数分布函数应该具有的特性 在s o 时 函数 3 4 1 的极限为一常数t 1 0 2 c s o 并且 s 为偶函数 在j 0 时单调下降 所以 我们利用函数 3 4 1 进行静脉图像识别具有可行 性 在此我们使用p m 模型给出的离散化方法 叫 南丕 v u p 以原始图像为初始条件 进行多次迭代 处理之前 我们先来讨论盯值的选取 庄大燕曾在文献 2 川中利用鲁棒性估 计的方法得到下面结论为我们提供了一个选取阅值的方法 设c s p s l s 妒 s p s c 力5 其中a s 是鲁棒性估计范数 适当的 选取它可以减小因图像边缘处 一心过大而导致不满足统计假设的后果 我们通 常称过大的 一 为 野值 首先 设正常值与野值的界限是吒 我们对分布 函数c q 对应的妒0 求导 令其为0 解此方程得到的与芷有关的解就是吒 从 而由此确定一个合适的k 进行迭代处理方程 3 2 4 其中 根据文献 2 0 忡的结 溉们可腩特毒抛 瑙 所以 在此我们先设h i 4 p m 模型给出的分布函数中 我们如下处理余 弦函数中盯 由 3 4 1 可知 1 8 伊 s 5 0 c s s 万7 2 矿 7 盯2 譬每 o r i pl 令其导数为0 可得 c o s o 一号s h 圆 0 整理得 伽曙 等 解得 s 1 7 2 盯i 石 由文献咖知k 吒 即 野值 开始于k 处 所以 有k 1 7 2 0 h r 于是 3 5 实验比较 我们现将h i 4 k 1 0 a l 赋予p m 模型和改进的系数分布函数 3 4 1 同时与传统的p m 模型的方法 p m 方法 迭代1 0 次 迭代公式为 3 2 4 牡 南互c 陬 肌 一 其中系数分布函数c 取为 舻毒 改进的p m 模型法 将通过k l o 旯 1 和k l 4 可确定 3 4 1 中的 吒 1 8 2 6 5 1 将该方法同p g 方法一样迭代1 0 次 原始i i i 像 p m 模犁法处理后的图像 本文改进的p m 模型处理后的幽像 可见 p m 模型方法处理的图像在消除噪声方面相对特征破坏较少 但是血 管的边界相对模糊 使用新的扩散系数 3 4 1 的图像可以在边缘处完全停止扩 2 0 散 从而避免因多次迭代而造成的边界模糊 它比起传统的p m 模型给出的系数 分布函数所得到的结果 能更好地保留手背静脉血管图像特征 使边缘更加突出 3 6 图像质量评价 常用的客观评价方法是峰值信噪比圆 p s n r 和均方误差 m s n 嘲 这里 我们采用峰值信噪比准则来评价改进的p m 模型 峰值信噪比如下定义 m s e 上 讯力一 f 神2 m n 盎二o p s n r 1 0 1 0 9 1 竺 其中 7 0 是待评价的含噪声的图像 八 是标准的不含噪声的图像 m 和n 分别是图像的长和宽 对图像平滑滤波方法的评价 可以转化为对处理后的图像 质量的评价 计算被噪声污染的图像的p s n r 和平滑滤波处理后的图像的p s n r 如果二者的值相差较大 说明处理的效果好 反之 说明效果不好 计算机处理 后图像的p s n r 最大值者 其对应的平滑模板可以被认为是针对此图像的最佳平 滑去噪模板 将p m 模型处理结果和改进的p 枷模型的处理结果代入峰值信噪比公式 我 们得到 i模型方法p m 模型法改进的p m 模型法 l峰值信噪比 1 0 5 9 2 0 41 1 4 5 2 7 6 我们又在m a t l a b 下画出p m 模型第2 6 0 行第2 0 0 到3 6 0 列处理之后的图像像 素值和改进的p m 模型的第2 6 0 行第2 0 0 到3 6 0 列处理之后的图像像素值 如下 图所示 2 l p m 模型法 改进的p 喵模型法 其中 紫颜色的曲线是原始图像的像素值 蓝颜色的曲线是处理之后图像的 像素值 从峰值信噪比的比较和图中可见 p m 模型法中的曲线平滑去噪程度较 好 但是 在图像边缘的保持上稍有欠缺 过于平滑的曲线使得手背静脉图像的 一些血管边界特征丢失 从而使得边界模糊 而改进的p m 模型法 在消除图像 噪声和平滑图像曲线的同时 避免了多次迭代造成的图像特征模糊 保持了血管 图像边界的特征 结语 本论文对人体静脉血管识别技术与识别方法及其应用进行了总结和研究 目 前 大量的关于人体静脉识别的技术散见于一些文献中 粗糙杂乱 缺乏系统的 论述 本论文针对这一问题 对人体静脉识别的技术进行系统的 科学的阐述 一般情况下 图像预处理分为静脉图像归一化 图像平滑 图像去噪 图像分 割 图像细化和提取等几个方面 通过这些技术的处理 静脉血管图像就会更加 清晰 为下一步的比对工作提供了便利 在图像处理领域应用偏微分方程的思想最早开始于g a b o r p e r o n a 和m a l i k 在关于各向异性扩散方程的研究在本领域有很大的影响 他们提出以系数方向性 分布取代高斯平滑技术来保持边缘 但是 p 州模型本身的分布系数函数处理血管图象时不能够很好的保持边界 所以 为达到提高模型的去噪和保持边界能力 我们以p m 模型为基础 通过 分析手背静脉图像特征和后续识别工作的要求 最终确定利用如下平滑系数函数 改进模型 r c s jc o s 石 2 a a 2 i s 降仃 0 1 5j 口 最后 我们将此项技术及研究结果在m a t l a b 条件下进行了实验比较 通过 峰值信噪比和像素图对其进行了比较和客观的评价 实验结果证明改进的p m 模型在处理血管静脉图象的处理中比p m 模型本身更具优势 当前 基于偏微分方程的各种图像处理技术已经被广泛的应用到了各个方 面 并且取得了理想的效果 但是 现有的技术仍然存在着许多不理想的地方 将已有的偏微分图像处理技术进行改进和创新也是本人以后努力的方向 参考文献 1 夏鸿斌 须文波 刘渊生物特征识别技术研究进展 j 计算机工程与应用 2 0 0 3 9 一1 1 2 j杨俊 景疆 浅谈生物认证技术一指纹识别 j 计算机时代 2 0 0 4 2 3 2 4 r 3 王蕴红 朱勇 谭铁牛 基于虹膜识别的身份鉴别e j 自动化学报 2 0 0 2 3 2 4 束为 荣钢 边肇祺 张大鹏 利用掌纹进行身份鉴别方法的研究 j 清 华大学学报 自然科学版 1 9 9 9 年3 9 期第一期 1 8 1 9 5 子瑞华 洪卫军 生物特征识别技术及其应用 j 能建筑与城市信 息 2 0 0 4 2 1 2 2 6 王蕴红 谭铁牛 现代身份鉴别新技术 生物特征识别技术 j 中国基 础科学 2 0 0 0 1 0 1 3 e 7 张敏贵 潘泉 张洪才 张绍武 多生物特征识别 j 信息与控制 2 0 0 2 2 5 2 6 8 庞燕 生物特征识别技术走向 j 金卡工程 2 0 0 3 3 1 3 2 9 3李丽蓉 生物识别技术及其应用 j 山西警官高等专科学校学 报 2 0 0 3 1 4 1 6 1 0 熊肃 邵义初 生物特征识别技术的现状与发展 j 武汉公安干部学院学 报 2 0 0 5 1 2 1 4 1 1 夏鸿斌 须文波 刘渊 生物特征识别技术研究进展r j j 计算机工程与应 用 2 0 0 3 2 6 2 9 1 2 荣海泓 席志红 生物特征身份鉴别技术应用及发展趋势 j 现代电子技 术 2 0 0 4 1 8 c 1 3 付鹏 裘正定 生物特征识别技术及相关问题综述 j 中国数据通信 2 0 0 3 2 1 2 3 n 4 王爱分 认证技术 j 计算机应用与软件 2 0 0 2 1 9 2 0 1 5 林喜荣等 人体手背静脉血管图像的特征提取及匹配 j 清华大学学报 自 然科学版 2 0 0 3 1 6 何斌 马天予 v i s u a lc h 数字图像处理 第二版 d 咖 人民邮电出版 社 2 0 0 2 1 2 1 9 9 2 0 0 1 7 o s t un i e e et r a n s s y s t e mm a nc y b e r n e t 1 9 9 7 s m c 9 6 2 6 6 1 8 包桂秋 林喜荣等 基于人体生物特征的身份鉴定技术发展情况 j 清华 大学学报 自然科学版 2 0 0 1 1 9 王科俊 丁宇航 王大振 基于静脉识别的身份认证方法研究 j 科技导 报 2 0 0 5 2 0 3 庄大燕 人体手背静脉识别研究技术 啥尔滨工程大学硕士论文 2 1 王大振 手背静脉识别的关键技术研究 哈尔滨工程大学硕士论文 2 2 丁宇航 手背静脉识别技术研究 哈尔滨工程大学博士论文 2 3 s a n g k ni m h y u n g m a np a r