手指静脉检定系统的平均曲率.docx

手指静脉检定系统的平均曲率摘要手指静脉模式是一种可用于个人验证信息的人体生物特征。使用手指静脉模式验证过程的第一个任务是从一个红外手指图像中提取图案。作为一个强大的提取方法，我们提出了平均曲率的方法的概念，以静脉图像的几何形状，发现山谷状的负平均曲率结构。实验结果表明，当匹配的像素比是采用的匹配的静脉模式时，在保持低的复杂性的同时，所提出的方法达到0.25%的相等错误率，这是明显低于现有的方法且易于实现的。关键词：平均曲率 手指静脉 个人验证 生物识别技术 1．简介随着自动识别系统越来越普及，生物识别技术的重要性也渐渐增加。生物识别是指验证方法收集方法基于人的生理和行为特征的识别方法。指纹、人脸、虹膜、静脉模式验证是使用物理特征的生物特征识别的例子，签名验证是行为特征的例子。这些生物指标体系用于机场、银行、房屋等。此外，在不久的将来，因为它的便利与性能，许多安全系统将采用生物特征识别技术。指纹验证已在许多应用中使用多年。尽管它有它的好处，但这种方法是容易受到伪造，因为指纹很容易接触到别人。此外，它需要手指和设备之间的接触，从卫生的观点上来看并不可取。手指静脉识别是一种新兴的生物特征识别技术的应用。当红外光线照在手指上，静脉血血红蛋白吸收，所以静脉的区域比其他的地区暗。图1显示了一个用于捕获手指图像的原型装置，并截了图。通过这样的图像，静脉模式被提取和匹配来验证个人身份。与其他生物特征识别方法相比，手指静脉验证有几个好处。首先，静脉模式是对于它的使用者来说是独一无二的，可以保证验证性能的准确作用。基于一个从500人中获取的大数据统计分析指出，手指静脉验证是一种强大的生物特征识别技术。此外，从事实中得到的其另一安全性是，在通常情况下，手指静脉模式是不会被其他人或机器给识破的。最后，相比于手掌静脉验证系统，该设备的大小可以比前者更小更便利的。在本文中，我们提出了一个新的手指静脉验证系统使用的平均曲率。在表面上的一个点的平均曲率，粗略地说，便是曲面的曲率在所有方向上的平均曲率。将图像的灰度曲面作为一个几何对象，用该方法可以看到的静脉图案类似于谷状结构。一个山谷般的结构，我们的意思是指一个长期的渠道，像一个排水沟，其横截面像U或V的形状，其倒置我们称其为脊状结构。负平均曲率的点集被确定为一个山谷状结构。平均曲率已被用于在其他应用程序，用于确定脊或山谷的相似程度图2显示了手指静脉认证系统的操作流程。首先，红外光线照在由CCD摄像机和图像形成的手指上，噪声去除是第一步需要去处理的，我们使用高斯平滑滤波器来完成；其次，在分割步骤中，手指区域从背景中分离。然后从手指使用平均曲率的区域中提取出静脉图案；最后，匹配步骤中，将所提取的静脉图案与参考模板进行比较。匹配的结果将会得出答案，这两个图像是从同一个手指还是从不同的手指中提取的。2．平均曲率一个图像的强度分布可以看作是一个定义在二维空间的标量函数f：R2→R。图像的每一点P对图像都有一个单位法向量相对于强度曲面。一个正常的平面，在该平面上，如果平面和曲面的交点是由该函数表示的平面曲线，则其曲率计算如下：有无限多的正常平面的曲率和曲率的变化从一个正常平面到另一个。在P的曲率的最大值和最小值叫做主曲率和相应的切线方向称为主方向。在光滑的表面上的两个主要方向已知是正交的。平均曲率H的两个主曲率k1和k2的算术平均值，即：它可以证明，假设一个光滑的表面，H等于在任何两个正交切线方向两曲率的平均。这一事实在计算的观点是非常重要的因为它使平均曲率位置的函数不同，举个例子，最大曲率特征法也取决于方向性。现在H可以被表示，无论主方向如何，作为归一化梯度矢量的发散，在X-射线和方向总是是正交的。F表示图像的强度场，同时 ，我们有：其中下标表示偏微分。平均曲率是量化的方法之一平均曲率是一个量化的山脊或山谷的相似程度的措施。平均曲率大的呈现脊状结构和小的呈现谷状结构。3．预处理3.1手指区域分割分割是指从背景中切割出手指区域的过程。背景经常有助于降低匹配算法的性能。我们的图像分割使用平均曲率和拉普拉斯。首先，我们检测手指的轮廓分割图像的拉普拉斯。一个手指图像及其阈值的拉普拉斯分别显示在图3（a）和（b）。确定的阈值电平，以便不会检测到手指区域内的手指静脉。然后，我们找到最接近的水平中心线的边界。这样的阈值自然会不可避免地留下部分手指边界未被发现。因此，我们采用的平均曲率来填补空白，因为从图3可知，平均曲率对于弱或模糊的强度变化是很敏感的。图3显示了最后的分割图像。此分割过程中同样被施加了一个作为预处理的所有我们在实验中比较过的提取方法，，所以我们可以说，它会不影响相对提取性能。3.2平滑手指静脉图像的CCD摄像机所拍摄到的图像有明显的噪声，在静脉特征提取上可能会成为问题。为了平滑噪声的图像的大小为640X480个像素