基于人体手指静脉特征的身份认证系统设计

针对指纹识别、手形识别、虹膜识别、人脸识别等常见的生物认证技术的缺点,文章深入研究了一种基于人体手指静脉特征的身份认证方法。根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理与形态学图像处理相结合的方法,分离出了静脉和背景,并且为了减少系统响应时间,引入了将图像归一化的思想;最后,将手指静脉纹路进行了细化,并用模板匹配识别的方法实现了整个系统的设计初衷。     

基于模糊方向能量特征的手指静脉识别

从图像上看,手指静脉属于管线图形,有着明显的方向走向.因此,使用方向能量来进行静脉特征的描述和识别.为降低静脉图像采集过程中的旋转和平移对识别结果造成的影响,引入模糊集的概念.具体说来：首先,利用Steerable滤波器与原图做卷积获取方向能量;继而,对图像本身做模糊块划分,计算每一模糊块上的方向能量特征,并组合形成图像的最终特征;最后,使用相关系数来衡量两幅静脉图像的相似程度.实验结果表明,该方法能够达到满意的效果.     

手静脉身份识别技术

介绍了手静脉特征识别技术的发展历程和关键性事件,对手静脉识别技术的基本原理、静脉图像采集装置的结构和常用术语进行了解释。通过对手静脉特征识别技术的现状和使用中存在问题的研究,给出了手静脉特征识别技术未来研究的发展方向：研制新型的传感器;反欺骗技术的研究;标准化。     

基于人体手指静脉图像分割算法的研究

根据人体手指静脉图像的结构及特点,提出了一种能很好地抑制噪声、剔除图像的伪边缘、准确定位手指静脉图像边缘信息的方法。首先采用高频强调滤波对梯度图像进行增强,然后利用B样条函数对增强后的图像进行多次拟合,最后对拟合的曲面进行分水岭分割。实验结果表明,通过该方法处理的梯度图像再进行分水岭变换,有效避免了过分割问题,同时准确定位了手指静脉图像边缘信息,提高了手指静脉图像分割精度。     

基于手指静脉识别的银行门禁系统设计

银行等金融单位的安保系统设计直接关系到国家金融和人民财产的安全及金融工作人员生命安全的大事,手指静脉识别作为新一代的生物特征识别技术具有很强的优势,本文把两者进行了有机结合,提高金融等重要部门安全防范等级,为下一代安全防范提供了参考。     

采用轻量化神经网络的高安全手指静脉识别系统

针对特殊材料能伪造手指静脉从而欺骗识别系统,以及利用卷积神经网络进行手指静脉识别计算量大的问题,设计了具有活体检测功能和轻量化卷积神经网络结构的手指静脉识别系统。采用光容积法检测手指脉搏波的变化,从而判断被采集对象是否为活体;利用剪枝及通道恢复方法改进了ResNet-18卷积神经网络,并结合L₁正则化增加卷积神经网络的特征选择能力,在提升算法准确率的基础上,能有效地降低计算资源的消耗。实验表明,使用改进的剪枝及通道恢复优化结构,参数量降低了75.6%,计算量降低了25.6%,在山东大学和香港理工大学手指静脉数据库上得到的等误率分别为0.025%、0.085%,远低于ResNet-18得到的等误率(0.117%、0.213%)。     

指静脉识别系统原理概述

如今社会已然是信息化时代,每个人的信息安全显得尤为重要。于是生物特征识别技术也就应运而生了,生物特征识别技术最为常见的当属指纹识别了,但当下指纹识别渐渐不能满足人们的需求了。虽然指纹识别较为广泛应用,但有着安全性不大好,识别率不高,指纹易受损,可伪造等缺陷,对于一些需要安全性高的特殊场合来说不足以胜任。而近几年异军突起的指静脉识别技术不仅继承了传统指纹识别的使用方便,大众接受性高,快捷等优势,还弥补了可伪造,易受损等缺陷,大幅提升了信息的安全性。     

基于图卷积网络的手指静脉识别方法研究

针对传统手指静脉识别方法往往存在识别率低或者计算量大等问题,本文提出一种基于轻量型图卷积网络的手指静脉识别方法。首先用一个加权图描述一张手指静脉图像,图的顶点特征和加权边集分别由指静脉图像的局部方向能量特征和特征间相关性确定。图数据作为输入,经过基于切比雪夫多项式的图卷积层和由图粗化协助的快速池化层,然后全连接层进行特征整合,再进行分类识别。实验结果显示,该方法识别效率远高于传统算法,并在实验室自制手指静脉数据库达到96.80%的识别率,在不同数据库有较好的普适性。      

手指静脉图像血管网分形修复方法

由于生物组织对近红外光具有高散射效应，手指静脉红外透射成像质量往往较差，血管网络存在信息残缺。为了解决指静脉血管残缺问题，本文提出一种基于分形的手指静脉红外图像血管网络修复方法。首先，利用多尺度Gabor滤波对指静脉图像增强，进而提取血管骨架；其次，利用Gabor滤波得到的方向特征对血管网络进行结构预修复；接着采用K均值聚类方法提取指静脉结构的父子血管长度比特征，将其作为一种分形特征；然后，利用该特征计算缺损血管长度；最后，建立血管点移动模板，通过统计相邻血管点位置移动概率实现血管形态模拟及网络修复。实验结果表明，本文方法可以实现指静脉图像局部残缺区域的修复，从而提高手指静脉识别精度。      

用于人员识别的手指红外静脉图

日本日立公司中心研究实验室研制出一种可对手指静脉进行近红外成像的人员识别系统。据说这种识别系统比语音检测和脸部识别系统更为精确,而且不会像指纹识别、虹膜扫描和视网膜扫描那样引起传染或者产生令人不舒服的感觉。     

基于改进的ResNet手指静脉识别

针对指静脉提取困难和识别精度不够高等问题,提出了一种基于ResNet改进的手指静脉识别方法.首先,使用深度超参数化卷积(DO-Cony)代替网络中的传统卷积,在减少模型参数的同时提高了网络识别率.然后,将空间注意力模型(SAM)和挤压激励块(SE-Block)融合,应用于改进的残差网络(ResNet)提取图像在通道和空间域上的细节特征.最后,使用标签平滑的交叉熵(LSCE)损失函数来训练模型,实现自动校准网络防止分类出现误差.实验结果表明,改进后的模型不易受到图片质量的影响,在公开数据库FV-USM和SDUMLA上的识别精度分别达到99.4919％和99.4485％,较之前的网络在精度上有明显提高.     

基于图像配准的指静脉身份认证技术

手指静脉在采集时手指旋转和姿态改变导致静脉形变和图像阴影,影响手指静脉身份验证的准确性。因此,文中提出一种基于图像配准的指静脉认证方法,通过少量稳定特征点配准认证图像,并提取两幅配准图像的纹理特征进行身份验证。该方法首先选择邻域清晰度高的静脉叉点作为特征点,然后对特征点进行匹配,并将两幅图像配准,最后根据纹理特征计算两幅配准图像的相似度。所提方法主要克服了基于特征点匹配的方法中点对数量少的问题,并解决了静脉形变的问题。实验结果证明,该方法较模板匹配和特征点匹配方法具有良好的性能。     

基于CCD图像识别的HCS12单片机智能车控制系统

介绍了一种基于飞思卡尔HCS12单片机控制的智能车系统.该系统以CCD摄像头传感器作为路径识别装置,通过图像识别提取路径信息,采用PD算法控制舵机转向,通过模糊设定速度和PID调整速度相结合的算法控制直流电机.较之常规的光电传感器识别路径方案,该摄像头传感器可以获取更多的路径信息,使智能车按任意给定的黑色引导线更能以较快的速度平稳地运行.     

基于线性CCD图像识别智能小车的设计与开发

文章采用MC9S12XS128高速单片机为主控芯片,TSL1401CL线性CCD为图像采集模块,LM2940为供电芯片,设计与开发出了一套智能小车系统.经测试,该智能小车能根据采集到的图像分析前方路径及障碍而实现智能驾驶.     

基于面阵CCD的刀具预调测量系统研制

介绍了用于大尺寸刀具测量的、基于面阵CCD的计算机图像刀具测量系统。基于面向对象程序设计方法,设计了刀具预调测量系统软件。详细介绍了软件的图像处理部分,功能包括边缘检测、图像分割、轮廓提取、轮廓跟踪、图形处理等。该技术解决了大尺寸刀具的预调测量问题,具有非接触、分辨力高、自动化程度高和速度快等优点,是刀具测量的一项有效技术。对系统各组成部分的设计亦作了简单介绍。     

全球视角下的指静脉识别分析

目的是探究全球指静脉识别的发展现状及研究进展,为相关学者提供前沿信息。方法是通过对全球指静脉识别相关文献进行统计分析,预测指静脉识别的发展趋势、未来研究方向,探究指静脉识别的主要研究力量分布、研究热点及主要研究内容。结论是①指静脉识别相关文献发表量将持续增加;②文献主要以论文形式发表,形式单一;③涉及学科涵盖领域较窄,潜在的发展空间巨大;④主要分布力量集中在亚洲地区,其中,中国、韩国成果显著;⑤研究热点为手指静脉融合、深度学习与神经网络相结合、3D手指静脉识别技术、图像增强技术;⑥未来研究方向为多模型生物特征的指静脉融合技术、多视角下的手指静脉识别技术。     

基于网络技术的CCD图像采集系统研究

CCD是一种将光信号转变为电信号的器件,适用于精确控制.在神光原型系统中CCD图像采集系统在使用过程中出现了数据拥塞等问题,改进的CCD采集系统的总体设计采用基于网络架构的思路,用带有千兆以太网的数据接口的网络CCD作为一个智能终端直接与工业以太网连接,并且只有有权限的计算机才可以访问CCD,使得系统成为一个控制简单可靠、智能化的系统.试验证明采用该设计方法可以提高系统的运行效率和可靠性,解决了网络拥塞的问题.     

一种应用于指纹识别系统的指纹图像压缩算法

针对应用于指纹识别系统中指纹图像的压缩编码问题,提出了一种改进的基于四叉树分类的网格编码量化(QTCQ)的指纹图像压缩算法.该算法对小波变换后的高频系数采用2×2的DCT变换进一步集中能量,并对变换后的系数进行系数重排以使得高频子带内的重要系数集中于相应子带的低频位置,再通过基于四叉树的网格编码量化进行量化编码.仿真结果表明,该算法比WSQ和JPEG2000等均具有更好的压缩性能.     

基于CMOS成像器件的手指静脉图像采集方法及装置

通过对CMOS成像器件的应用特性和控制方法的研究,提出了一整套基于CMOS成像器件的手指静脉图像采集方法及装置,包括光源、成像器件、控制电路和装置结构.采用美国OV公司的OV7411P作为CMOS成像器件,并通过I2C总线方式控制CMOS成像器件的参数;光源采用LED近红外发光管,其光源亮度调节采用恒压调节方式,并由中央控制器通过I2C总线发出指令.实验结果表明,采用该方法成像速度快、质量高、控制灵活、成本低,是一个可行的手指静脉图像采集方案.