1917_基于Matlab的手背靜脈圖像預(yù)處理（亂碼）,基于,matlab,手背,靜脈,圖像,圖象,預(yù)處理,亂碼 畢業(yè)論文文獻(xiàn)翻譯院 （ 系 ） 名 稱 工 學(xué) 院 機(jī) 械 系專 業(yè) 名 稱 機(jī) 械 設(shè) 計(jì) 制 造 及 其 自 動(dòng) 化學(xué) 生 姓 名 李 明指 導(dǎo) 教 師 蔡 超 峰2012 年 03 月 10 日黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 2 頁 使用相關(guān)的近紅外手背靜脈圖像快速認(rèn)證生物特征摘要：這篇論文提出了使用一種手背靜脈認(rèn)證系統(tǒng)快速處理空間相關(guān)性的手背靜脈圖像。為了評(píng)價(jià)系統(tǒng)的性能，設(shè)計(jì)了一種模型并找了 50 個(gè) 16 歲以上不同年齡、不同性別人群的，每個(gè)人都有 10 幅圖像且是在不同間隔時(shí)間獲得，左右手各 5 幅圖像。在驗(yàn)證測(cè)試分析時(shí)，我們使用了 3 個(gè)圖像代表模板和測(cè)試圖像。 2 圖像的每一個(gè)與現(xiàn)有的3 個(gè)模板匹配。FAR0.02％、和 FRR3.00％報(bào)告的閾值是 80。在此閾值的系統(tǒng)效率被認(rèn)為是 99.95％。該系統(tǒng)可在 97％的真正合格率 99.98％真正的廢品率，在相應(yīng)的 80 閾值操作。ERR 據(jù)報(bào)道為 0.25 閾值是 77％的能效比。根據(jù)所獲得的數(shù)據(jù)集的樣本模式，我們驗(yàn)證沒有超過同一人的左手和右手靜脈之間存在相似性。最后，這一獨(dú)特的 100 份手靜脈模式，集樣品可以由研究人員和學(xué)生的評(píng)估并和其他的測(cè)試要求手工匹配靜脈的方法匹配。關(guān)鍵詞：生物特征識(shí)別，驗(yàn)證，手紋，圖案相似，統(tǒng)計(jì)性能。1 導(dǎo)言關(guān)聯(lián)的個(gè)人身份被稱為個(gè)人識(shí)別。解決一個(gè)人的身份問題，可分為兩種類型問題：核查和鑒定。驗(yàn)證（認(rèn)證）是指確認(rèn)的問題或（我是誰，我要求我嗎？）否認(rèn)一個(gè)人聲稱的身份。鑒定（我是誰？）指的問題建立一個(gè)人的身份。在信息和網(wǎng)絡(luò)為基礎(chǔ)的今天社會(huì)自動(dòng)鑒定人類已經(jīng)成為一個(gè)重要的問題。自動(dòng)識(shí)別他/她的個(gè)人的生理或行為技術(shù)被稱為生物特征識(shí)別技術(shù)，它提供了一個(gè)這方面的需要的答案。生物識(shí)別技術(shù)分為兩類：生理和行為的類別。常見的生理生物識(shí)別技術(shù)包括臉，眼睛（視網(wǎng)膜或虹膜） ，手指（指尖，拇指，手指的長度或圖案） ，棕櫚油（打印或地形） ，幾何，手背靜脈圖案或熱圖像。行為特征包括聲紋，手寫簽名，擊鍵/ 簽名動(dòng)態(tài)。在技術(shù)安全系統(tǒng)接入過去的十年個(gè)人的核查已成為一個(gè)重要的和高需求趨勢(shì)。背部的皮下血管樹的形狀一方面包含的信息能夠驗(yàn)證[1-5 個(gè)人，22]的身份到一個(gè)合理的黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 3 頁 精度自動(dòng)個(gè)人認(rèn)證的目的。形狀手指靜脈圖案和其用于識(shí)別目的使用三浦等人提出的。紅外區(qū)域是因?yàn)槠つw組織的特殊優(yōu)勢(shì)是相對(duì)透明血液吸收紅外光。因此，靜脈背景對(duì)比的是高于可見區(qū)域。自從成本相當(dāng)?shù)偷?CCD 相機(jī)和電腦的電源的到來，要盡量考慮這些技術(shù)似乎簡單。通常情況下，黑白 CCD 攝像機(jī)也很敏感，在近紅外區(qū)域，因此，一個(gè)過濾器阻擋相機(jī)上的所有需要可見光。當(dāng)然是必須獲得皮膚表面均勻的照明。那里提取，分割為許多研究嘗試皮下末梢靜脈模式和跟蹤。其主要目的是使數(shù)據(jù)減少和噪音抑制良好的診斷目的和做一些定量測(cè)量，如長度和直徑提取船只段。這些技術(shù)都是基于數(shù)學(xué)形態(tài)學(xué)和曲率（靜脈方向）在嘈雜的船只模式檢測(cè)評(píng)價(jià)環(huán)境。研究人員在手的靜脈生物識(shí)別技術(shù)要么驗(yàn)證或識(shí)別有令人滿意的結(jié)果而言，無論在數(shù)據(jù)采集大小的差異，方法，或使用靜脈相似之處。在靜脈樹檢測(cè)舞臺(tái)包括連續(xù)四個(gè)子階段，這是手工區(qū)域分割（即利益本地化和地區(qū)背景消除） ，平滑和降噪，局部用于分離脈，和后處理的閾值。在這本文提出了一個(gè)手掌靜脈生物識(shí)別設(shè)計(jì)執(zhí)行一個(gè)快速的空間相關(guān)性的認(rèn)證系統(tǒng)手部靜脈模式匹配方法。2 數(shù)據(jù)采集與處理在可見光中，手背上的靜脈結(jié)構(gòu)不容易辨別。靜脈結(jié)構(gòu)的能見度根據(jù)顯著取決于因素，如年齡，皮下脂肪水平，環(huán)境溫度和濕度，物理活動(dòng)，手的位置。此外，許多其他因素，包括表面特征，如痣，疣，疤痕，色素沉著，毛發(fā)也可以掩蓋的圖像。幸運(yùn)的是，在近紅外熱成像標(biāo)記譜展覽和改善之間的對(duì)比皮下血管和周圍的皮膚，消除了許多不必要的表面特征。靜脈和周圍組織之間的溫度梯度一般是較明顯的差異，可以是通過肉眼看到。一個(gè)商業(yè)可用的常規(guī)充電耦合器件（CCD）單色相機(jī)，而不是一個(gè)相當(dāng)昂貴的熱成像攝像機(jī)，用來獲得手背熱圖像。雖然主要設(shè)計(jì)用于在可見光，CCD 相機(jī)也有敏感的近紅外波段的電磁譜了約 1100 納米。這是一個(gè)光化紅外范圍，它涵蓋了從 700-1400 nm 的近紅外光譜。CCD 相機(jī)是高度敏感，在被選中的近紅外區(qū)域。相機(jī)的特性曲線如圖 1。由人類發(fā)出的紅外輻射強(qiáng)度最大身體是 10 mW/cm2 的范黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 4 頁 圍在 3000-14000 納米[1]。不幸的是，CCD 相機(jī)，沒有這種敏感性地區(qū)。此外任何自然發(fā)出的近紅外輻射太弱被檢測(cè)到相機(jī)的 CCD 成像器。因此后各種光的實(shí)驗(yàn)來源，包括高強(qiáng)度的鎢燈，它被發(fā)現(xiàn)有必要使用紅外線照射手背冷（固態(tài)）源。從而在減少靜脈血紅蛋白血液吸收更多的紅外輻射事件比周圍組織更深。Fig. 1 Spectral sensitivity characteristics of used silicon based CCD sensor光化紅外輻射的吸收和深度生物組織的約 3 毫米，使熱紅外輻射提供的信息只有表面（皮膚）生物物體的溫度。僅作為一個(gè)后果皮下血管網(wǎng)是明顯的形象。顯示靜脈結(jié)構(gòu)的質(zhì)量和程度是但充滿變數(shù)。該網(wǎng)絡(luò)的獨(dú)特性取決于程度上覆皮膚的厚度，靜脈怒張，靜脈壁的條件靠近表面的靜脈。在我們的系統(tǒng)，我們?cè)O(shè)計(jì)了一個(gè)近紅外冷源提供背手照明。紅外冷源是固態(tài)陣列，24 個(gè) LED（發(fā)光二極管） 。二極管安裝在一個(gè)方形，每邊的 LED，奧納設(shè)計(jì)和組裝的PCB（印刷電路板） 。我們做了一個(gè)固定的 LED 周圍的房屋及附件 CCD 鏡頭。我們的實(shí)驗(yàn)表明，冷源提供更好的對(duì)比度比普通鎢絲燈燈泡。市售的，成本低，黑白 CCD 裝有一個(gè)紅外濾光片，用于圖像的手背。 “傳輸所使用的過濾器（霍亞 RM90）曲線顯示圖 2。該曲線表明，過濾器有一個(gè)小尾巴透光率下降到約 750 納米。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 5 頁 Fig. 2 Transmission curve for the RM90 Hoya IR filter紅外濾光片確保不可見光，達(dá)到“防治荒漠化公約”傳感器。使用冷紅外光源和紅外濾光片后，建造的 CCD 傳感器上的形象是紅外處理的圖的手背。主要區(qū)別是圖像中的組件的淺表靜脈樹模式圖 3 所示的權(quán)利。之間可見的比較光圖像和紅外圖像是同一個(gè)人的手演示圖 3。我們的手背靜脈圖像的一個(gè)簡化原理圖收購原型模塊顯示圖 4。在圖的左側(cè)，手作為一個(gè)握緊拳頭拇指和其他手指被隱藏。它允許人很容易地定位在鏡頭前的他/她的手簡化了形狀匹配搜索過程（翻譯和旋轉(zhuǎn)的變化） 。Fig. 3 Visible light image (left) and IR image (right) for the same person黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 6 頁 Fig. 4 Schematic of the hand vein pattern imaging module紅外光源的強(qiáng)度是由使用的擴(kuò)散衰減紙，它有助于獲得一個(gè)均勻分布一方面面積上的照度。單色幀的采集用來捕捉手背面為計(jì)算機(jī)圖像處理。使用 320W X240H 像素圖像被捕獲與每像素 8 位的灰度分辨率的視頻數(shù)字化儀。我們的數(shù)據(jù)集的樣本手從靜脈圖像顯示圖 5 為男性。50 人不同的數(shù)據(jù)集 16 歲以上年齡和不同性別，每個(gè)人都有每秒10 幅圖像收購人在不同的時(shí)間間隔，圖像左右手各 5 個(gè)圖像。該數(shù)據(jù)集是正常的人誰不抱怨任何疾病，如關(guān)節(jié)炎。Fig. 5 Acquired image of 320W x 240H pixels, 8-bits per pixelA 手背靜脈圖像處理階段這是在第二階段的手背靜脈驗(yàn)證系統(tǒng)（HVVS）收購后，它涵蓋了從收購的紅外圖像檢測(cè)靜脈結(jié)構(gòu)手背。包括靜脈樹檢測(cè)階段四個(gè)步驟，這是手部區(qū)域分割（即地區(qū)利益定位和背景消除） ，平滑和降低噪音，分離靜脈的局部閾值，最后的后處理。圖 6 說明塊圖的處理階段。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 7 頁 B.手區(qū)域分割圖像分割是最重要的步驟之一是處理后的圖像數(shù)據(jù)的分析。其主要目標(biāo)是圖像劃分成幾部分，有很強(qiáng)的相關(guān)性對(duì)象或圖像中所包含的現(xiàn)實(shí)世界的領(lǐng)域。二值化是圖像分割成兩個(gè)案例水平;對(duì)象（手地區(qū)）和背景 ;對(duì)象段，這是白色的感興趣區(qū)域（ROI）和段黑色背景圖 7。 “在細(xì)分子階段使用的算法是一個(gè)迭代用于計(jì)算和選擇最佳的方法閾值，這是用來分為兩個(gè)部分圖像不同的部分;手和背景。我們用thisresultant 二進(jìn)制圖像計(jì)算重心（COG）的為我們的投資回報(bào)率（手地區(qū)） 。然后，我們翻譯灰度手后圖像的中心區(qū)域零灰度值的像素分配的背景區(qū)域。從而我們完全本地化，分離和集中的手區(qū)域的后續(xù)處理步驟。Fig. 7 Segmentation results; (a) Input gray scale image (b) Binaryimage and (c) Output image after ROI determination and centeringC.平滑和降噪兩種方法可用于噪音過濾。第一方法是使用高斯平滑濾波器。缺點(diǎn)高斯濾波器是其非邊緣保持能力，因?yàn)樗：c同等重量的形象; 靜脈邊緣后執(zhí)行幾個(gè)模糊，完全漫平滑迭代。第二種方法是一個(gè)邊緣保護(hù)像非線性擴(kuò)散技術(shù);用圖像梯度的重量擴(kuò)散的過程。圖 8 上使用平滑過濾器顯示結(jié)果三線配置文件，我們使用了一個(gè) 5*5 遮罩值濾波黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 8 頁 為了消除手摸，從獲得的圖像然后，我們用基于邊緣的非線性擴(kuò)散濾波加權(quán)擴(kuò)散，以理順形象，而保持靜脈邊緣。平滑和去除噪聲子階段，效果如圖。85 次迭代優(yōu)化擴(kuò)散參數(shù)的非線性擴(kuò)散這些圖像，而邊緣不會(huì)受到影響。Fig. 8 Effect of smoothing sub stage on the three image line profilesD手的靜脈圖案分割手背靜脈的分割是專門來劃分的手到前臺(tái)的靜脈圖像（在手背靜脈）和背景（非船領(lǐng)域）。分割方法可分為四組，這是基于閾值的分割，邊緣分割，基于區(qū)域通過匹配的分割和分割。在這項(xiàng)工作中，首先采用閾值法，因?yàn)樗怯?jì)算價(jià)格便宜。考慮，我們希望過程和研究靜脈，全局閾值（即單整幅圖像的閾值）是不是一個(gè)很好的技術(shù)目的。更好的辦法是計(jì)算平均約為中的每個(gè)像素面積N*N的鄰居像素的形象和使用平均值作為閾值。當(dāng)?shù)亻撝档倪^程，從分離的靜脈模式背景，因此所需的靜脈圖像提取。實(shí)驗(yàn)和優(yōu)化后，我們選擇了31*31口罩大小計(jì)算閾值二值化中的像素。結(jié)果如圖9。黃 河 科 技 學(xué) 院 畢 業(yè) 論 文 （ 文 獻(xiàn) 翻 譯 ） 第 9 頁 Fig. 9 Processed images (left) and its local threshold image (right)E.手部靜脈模式后處理它展示了從圖9，由此產(chǎn)生的二進(jìn)制手背靜脈包含了一些噪音和聯(lián)合國鋒利的邊緣。我們實(shí)驗(yàn)應(yīng)用5x5的改善和中值濾波驗(yàn)證輸出二進(jìn)制手靜脈模式和減少這些不必要的缺陷的影響。我們也靜脈圖案轉(zhuǎn)換成白色，在黑色背景在這種情況下，整個(gè)圖像。后的最終模式如圖后期處理子階段10。Fig. 10 Hand vein pattern before (left) and after post processing (right)