手掌靜脈圖像識別算法的設(shè)計(jì)與移植.pdf

1、隨著信息技術(shù)尤其是互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，個(gè)人信息安全越來越受到人們的重視，而基于手掌靜脈的身份識別方式相對于傳統(tǒng)的個(gè)人身份認(rèn)證方法更加可靠，是當(dāng)前信息技術(shù)中的一個(gè)研究熱點(diǎn)。
　　論文在分析了手掌靜脈圖像的預(yù)處理和識別的理論后，根據(jù)采集到的手掌靜脈圖像，設(shè)計(jì)了手掌靜脈圖像預(yù)處理算法和識別算法，最后還將預(yù)處理算法移植在FPGA（FieldProgrammableGateArray）芯片上，本論文主要的成果和工作如下：
　?。?）

2、圖像預(yù)處理算法設(shè)計(jì)：對手掌靜脈圖像進(jìn)行有效區(qū)域提取，歸一化處理，平滑處理和圖像增強(qiáng)等四部分工作。首先，對原始手掌靜脈圖進(jìn)行全局閾值二值化，然后對圖像進(jìn)行旋轉(zhuǎn)并提取手掌有效區(qū)域，接著對有效區(qū)域進(jìn)行濾波和大小歸一化，對圖像采用各向異性擴(kuò)散進(jìn)行平滑處理，對平滑處理后的圖像用對數(shù)灰度變換法進(jìn)行圖像增強(qiáng)。
　　（2）圖像特征提取與識別算法設(shè)計(jì)：采用基于特征點(diǎn)模式匹配算法，根據(jù)局部特征向量和歐式距離進(jìn)行特征匹配。在注冊模式下，在每個(gè)手掌的15

3、幅圖像中，隨機(jī)選取其中5幅圖作為訓(xùn)練樣本，剩余圖像作為測試樣本，通過訓(xùn)練得到匹配模板。在識別模式下，將每一張測試靜脈圖像與數(shù)據(jù)庫中的匹配模板進(jìn)行匹配，得到正確識別率。
　?。?）將圖像預(yù)處理算法及相關(guān)軟件移植到掌靜脈采集平臺上，包括Linux操作系統(tǒng)移植和Opencv庫移植。將預(yù)處理后的圖像通過串口傳輸?shù)絇C端，最后在PC端上位機(jī)實(shí)現(xiàn)最終的識別。
　?。?）最后，對全文內(nèi)容進(jìn)行總結(jié)，并對算法運(yùn)行時(shí)間和算法移植程度等方向提出改