手指静脉图像分类识别

手指静脉识别技术作为一种新型的非接触式生物认证技术,具有可靠性高,验证便捷,识别精度高和活体识别等特点。与传统认证技术不同,它在易用性与可靠性之间达到较好的平衡,但是该技术在图像采集、预处理和特征提取与匹配等方面仍存在一些问题,而本文研究目的就在于研究和解决上述问题。本文分析了手指静脉识别技术的基本原理,设计了手指静脉图像处理流程,研究了图像采集、静脉图像区域定位、静脉纹路提取、静脉特征提取与匹配等原理与实现, Gabor小波与人类视觉系统中简单细胞的视觉刺激响应非常相似。它在提取目标的局部空间和频率域信息方面具有良好的特性。虽然Gabor小波本身并不能构成正交基，但在特定参数下可构成紧框架。Gabor小波对于图像的边缘敏感，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感,能够提供对光照变化良好的适应性。上述特点使Gabor小波被广泛应用于视觉信息理解。二维Gabor小波变换是在时频域进行信号分析处理的重要工具，其变换系数有着良好的视觉特性和生物学背景，因此被广泛应用于图像处理、模式识别等领域。与传统的傅立叶变换相比，Gabor小波变换具有良好的时频局部化特性。即非常容易地调整Gabor滤波器的方向、基频带宽及中心频率从而能够最好的兼顾信号在时空域和频域中的分辨能力；Gabor小波变换具有多分辨率特性即变焦能力。即采用多通道滤波技术，将一组具有不同时频域特性的Gabor小波应用于图像变换，每个通道都能够得到输入图像的某种局部特性，这样可以根据需要在不同粗细粒度上分析图像。此外，在特征提取方面，Gabor小波变换与其它方法相比：一方面其处理的数据量较少，能满足系统的实时性要求；另一方面，小波变换对光照变化不敏感，且能容忍一定程度的图像旋转和变形，当采用基于欧氏距离进行识别时，特征模式与待测特征不需要严格的对应，故能提高系统的鲁棒性。

无论从生物学的角度还是技术的角度，Gabor特征都有很大的优越性。研究表明，在基本视觉皮层里的简单细胞的感受野局限在很小的空域范围内，并且高度结构化。Gabor变换所采用的核（Kernels）与哺乳动物视觉皮层简单细胞2D感受野剖面（Profile）非常相似，具有优良的空间局部性和方向选择性，能够抓住图像局部区域内多个方向的空间频率（尺度）和局部性结构特征。这样，Gabor分解可以看作一个对方向和尺度敏感的有方向性的显微镜。同时，二维Gabor函数也类似于增强边缘以及峰、谷、脊轮廓等底层图像特征，这相当于增强了被认为是面部关键部件的眼睛、鼻子、嘴巴等信息，同时也增强了诸于黑痣、酒窝、伤疤等局部特征，从而使得在保留总体人脸信息的同时增强局部特性成为可能.它的小波特性说明了Gabor滤波结果是描述图像局部灰度分布的有力工具,因此,可以使用Gabor滤波来抽取图像的纹理信息. 由于Gabor特征具有良好的空间局部性和方向选择性，而且对光照、姿态具有一定的鲁棒性，因此在人脸识别中获得了成功的应用。然而，大部分基于Gabor特征的人脸识别算法中，只应用了Gabor幅值信息，而没有应用相位信息，主要原因是Gabor相位信息随着空间位置呈周期性变化，而幅值的变化相对平滑而稳定，幅值反映了图像的能量谱，Gabor幅值特征通常称为Gabor 能量特征(Gabor Energy Features. Gabor小波可像放大镜一样放大灰度的变化，人脸的一些关键功能区域(眼睛、鼻子、嘴、眉毛等)的局部特征被强化，从而有利于区分不同的人脸图像。Gabor小波核函数具有与哺育动物大脑皮层简单细胞的二维反射区相同的特性，即具有较强的空间位置和方向选择性，并且能够捕捉对应于空间和频率的局部结构信息；Gabor滤波器对于图像的亮度和对比度变化以及人脸姿态变化具有较强的健壮性，并且它表达的是对人脸识别最为有用的局部特征。
Img = imread(filename);
% 预处理
I = pre_image(Img);
% gabor特征
v = get_gabor_filter(I);
v = v(

手指静脉图像分类识别相关推荐

matlab静脉识别,GitHub - ChenShihuan/Finger-vein-recognition: 华南理工大学课程设计——手指静脉识别项目...
手指静脉识别项目本项目详细介绍请参阅:图像处理创新实践.pdf 本项目开源许可协议:GPL 3.0(除SIFT算法软件包,此部分软件包另有原作者的许可协议) 项目方案设计介绍本项目实现手指图像的处 ...
手指静脉识别的工作原理
手指静脉识别技术是一种新的生物特征识别技术,它利用手指内的静脉分布图像来进行身份识别. 工作原理,是依据人类手指中流动的血液可吸收特定波长的光线,而使用特定波长光线对手指进行照射,可得到手指静脉的清晰 ...
残差 Gabor 卷积网络和 FV-Mix 指数级数据增强策略用于手指静脉识别
论文背景手指静脉识别系统的性能受到手指静脉训练样本不足的限制,导致特征学习不足和模型泛化能力弱:DCNN 需要大量的数据来学习更抽象的语义信息进行分类.对于指静脉识别,由于每个类别只包含少量样本,极 ...
手指静脉图像采集终端的设计和实现
手指静脉图像采集终端的设计和实现摘要手指静脉识别是新兴的生物特征识别技术,以其独特的优势得到了国内外生物特征识别领域研究人员的广泛关注.本文针对手指静脉识别中的图像采集,优化图像质量等难点问题,自 ...
【静脉检测】手指静脉图像检测【含Matlab源码 1654期】
⛄一.简介手指静脉识别系统的性能非常依赖于采集图像的质量,但是采集设备在成像和传输时产生的各类噪声,以及开放式使用场景下设备镜面上存在脏污.用户手指存在蜕皮情况等因素都会对图像质量造成极大的影响,增 ...
手指静脉细化算法过程原理解析　以及python实现细化算法
原文作者:aircraft 原文地址:https://www.cnblogs.com/DOMLX/p/8672489.html 文中的一些图片以及思想很多都是参考https://www.cnblogs ...
AI从入门到放弃2：CNN的导火索，用MLP做图像分类识别？
来源 | 腾讯知乎专栏作者 | AIoys(腾讯员工,后台工程师) 项目文档和代码在此:github项目地址: https://github.com/zsysuper/AI_Notes ▌一.前言 ...
30~60万|项目需求——胳膊与手指的动态识别技术
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达项目需求:胳膊与手指的动态识别技术需求内容:机器无法通过语言解读人的具体指令,可通过具体的手势来完成 ...
CV之CNN：基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别
CV之CNN:基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别目录基于tensorflow框架采用CNN(改进的AlexNet, ...

手指静脉图像分类识别

手指静脉图像分类识别相关推荐

最新文章

热门文章