红外光指静脉图像采集及其特征提取技术的研究

掌静脉特征提取算法

1. 图像获取，首先需要获取手掌静脉的图像，通常是通过红外成像技术来获取清晰的手掌静脉图像。

2. 预处理，对获取的图像进行预处理，包括去噪、增强和边缘检测等操作，以确保后续的特征提取能够准确进行。

3. 区域分割，将手掌静脉图像分割成小区域，以便进行局部特征的提取和匹配。

4. 特征提取，在每个区域内提取静脉的特征信息，通常是通过提取静脉的血管走向、分叉情况、密度等特征来进行描述。

5. 特征匹配，将提取的特征与已有的特征库进行匹配，通常使用模式识别和机器学习算法来进行匹配和识别。

在实际应用中，掌静脉特征提取算法通常需要考虑到图像质量、光照条件、姿态变化等因素对识别准确性的影响，并且需要保障个人隐私和数据安全。因此，算法的稳健性和准确性是该技术广泛应用的关键。同时，随着深度学习和神经网络技术的发展，掌静脉特征提取算法也在不断演进和优化，以适应更复杂的应用场景和提高识别的准确率。

手指静脉特征提取分析与对比

256化工自动化及仪表

2020 年

手指静脉特征提取分析与对比

梁雪慧

5'b赵菲

6程云泽

6张瑞杰

6

(天津理工大学a.天津市复杂系统控制理论与应用重点实验室

;b.电气电子工程学院

)

摘要

针对手指静脉特征提取，

首先通过对比度受限自适应直方图均衡化(CLAHE

)

的方法，

对图像进

行预处理，

增强对比度，

再对采用Gabor

滤波器、重复线性跟踪和最大曲率法3

种特征提取方法提取的静脉

图像进行了对比，

从结果看出Gabor

滤波器效果较好%

关键词

特征提取图像增强手指静脉生物识别

中图分类号 TP391.41

文献标识码 A

文章编号 1000-

3932

(2020

) 03-

0256-

04

手指静脉识别在现代生物识别领域中具有

重要的地位

［1］，相比其他生物识别(如人脸、指纹、

虹膜及语音等)，手指静脉识别具有不易俘获、识

别数据小及安全性高等特点。

静脉识别首先要从近红外图像中获得较为

完整的静脉结构，然后提取静脉完成身份识别。

因此，从近红外图像中获得较为完整的静脉线结

构成为至关重要的工作，静脉提取算法的优劣直

接关系到匹配识别的效果，甚至对整个静脉识别

系统的性能产生重大影响。因此，笔者深入研究

了静脉提取的方法，以提高识别系统的性能。

现有的静脉特征提取方法中一类是基于机

器学习的方法，另一类是通过研究图像的静脉纹

路。基于机器学习的方法其主要思想是从原始灰

度图像中直接提取特征，已有的研究有:通过减

少维数，获得静脉图像主要成分分量特征的主成

分分析法(PCA)

［2］；利用HOL特征提取获得静脉

的线性响应和方向的基于2DHOL特征与

2D_2FPCA的方法

［3］；通过重新定义类间离散度矩

阵的双边二维线性判别分析(MB2D-LDA)方

法

［4］;利用流形学习的基本思想进行降维的正交

邻域保持投影(ONPP&方法

［5］；还有一些利用稀疏

表达等方法来对静脉特征进行提取的方法

［6］(研

究图像的静脉纹路这类方法是将图像中静脉纹路分割出来进行特征提取，有Gabor滤波器⑺、重

指静脉识别中的一种高质量图像获取技术的开题报告

一、研究背景

指静脉识别是一种生物识别技术，其优点在于非接触式、高精度、高安全性等特点。因此，在金融、安防、医疗等领域得到了广泛的应用。但是，在指静脉图像的获取过程中，由于指静脉血管深度较浅，而且受温度、角度、光照等环境因素的影响较大，导致图像质量不稳定，影响了识别的准确性和速度。因此，如何获得高质量的指静脉图像一直是指静脉识别技术研究的难点和热点之一。

二、研究内容

本文将研究一种高质量的指静脉图像获取技术，在光照环境不稳定的情况下，提高指静脉图像的质量和清晰度，从而提高指静脉识别的准确性和速度。具体研究内容如下：

1. 分析当前指静脉图像获取技术存在的问题和局限性，明确研究目的和意义；

2. 探究光照环境对指静脉图像的影响，建立基于光照补偿的图像增强算法；

3. 研究指静脉图像中的噪声和干扰，通过滤波等手段减少噪声和干扰，并提高图像的清晰度；

4. 在不同角度下获取指静脉图像，并利用图像拼接技术将图像合并成一张高清晰度的图像；

5. 实验验证算法的有效性和稳定性，通过比较实验结果与已有的指静脉图像获取技术进行评估和验证。

三、研究方法本文将采用以下研究方法：

1. 文献调研，了解当前指静脉图像获取技术的研究进展和存在的问题；

2. 理论分析，分析光照环境和噪声对指静脉图像的影响，提出相应的图像增强算法；

3. 算法实现，利用Matlab、Python等工具实现算法，提高指静脉图像的质量和清晰度；

4. 实验验证，获取一组指静脉图像，并进行实验验证，比较实验结果与已有的指静脉图像获取技术进行评估和验证。

四、预期成果

本文的预期成果包括：

1. 提出一种基于光照补偿的图像增强算法，在光照环境不稳定的情况下，提高指静脉图像的质量和清晰度；

2. 提出一种滤波算法，减少指静脉图像中的噪声和干扰，并提高图像的清晰度；

3. 利用图像拼接技术，将不同角度下获取的指静脉图像合并成一张高清晰度的图像；

静脉解锁原理

静脉解锁是一种生物识别技术，通过识别人体手指静脉图像来进行身份验证和解锁操作。它利用了每个人手指静脉的独特性，实现了高度安全性和准确性的身份验证。那么，静脉解锁的原理是什么呢？

静脉解锁的原理主要分为三个步骤：图像采集、特征提取和匹配验证。

第一步，图像采集。当用户将手指放置在静脉解锁设备上时，设备会使用近红外光源照射手指，通过摄像头捕捉到手指静脉的图像。这个过程是非接触式的，用户不需要直接接触设备，避免了交叉感染的风险。

第二步，特征提取。从采集到的图像中，静脉解锁系统会提取出手指静脉的特征信息。每个人的静脉图像都是独特的，这是因为静脉分布、分支和曲线等特征因素在不同人群中有所差异。因此，通过提取这些特征信息，可以生成一个唯一的静脉特征模板。

第三步，匹配验证。在解锁时，系统会将用户输入的静脉特征信息与之前注册的模板进行比对。这个过程使用了计算机视觉和模式识别技术，通过比对计算相似性分数。如果输入的静脉特征与模板匹配度高于设定的阈值，系统就会认为验证成功，解锁设备或者应用程序。

静脉解锁的原理基于人体静脉的独特性。相比于指纹识别、人脸识别等生物识别技术，静脉识别更加安全可靠。因为静脉位于人体皮肤下面，受到外界环境的干扰较小，不易被伪造或者模仿。同时，静脉图像的采集只需要几秒钟，速度较快，用户体验较好。

静脉解锁技术在安全领域有着广泛的应用。它可以用于手机解锁、电脑登录、金融交易等场景。相比于传统的密码、指纹等解锁方式，静脉解锁更加便捷和安全。同时，静脉解锁技术也可以用于身份验证、出入控制等领域，提高了系统的安全性和管理效率。

尽管静脉解锁技术具有很多优点，但也存在一些挑战和局限性。首先，静脉图像的采集需要设备的支持，这增加了硬件成本。其次，由于静脉图像需要在近红外光源下进行采集，如果环境光线强烈或者手指表面有污渍，可能会影响图像质量和识别准确性。此外，静脉图像的采集也需要用户的合作，如果用户手指位置不准确或者不稳定，也可能导致识别失败。

基于数字图像处理的手部静脉识别技术

随着现代科技的不断发展，人们对于安全控制的要求也越来越高。而手部静脉识别技术则因其高度安全性和便捷性而成为了一种越来越流行的生物识别技术。本文将从数字图像处理的角度探讨该技术的基本原理和实现方法。

一、手部静脉识别技术的原理

手部静脉识别技术是指通过对手部静脉图像进行处理和比对来识别一个人的身份。所谓手部静脉图像，指的是通过红外线相机对手掌或手背进行拍摄，获取到的反映血液循环系统中血液流动状态的图像。

手部静脉识别技术的原理基于以下两个假设：

1.每个人的手部静脉纹路是独一无二的

2.静脉血液在红外线下会吸收部分光线，因此手部静脉图像不同于普通的彩色图像

基于以上假设，利用数字图像处理对手部静脉图像进行处理和比对，可以实现高度安全的身份验证。

二、手部静脉识别技术的实现方法

手部静脉识别技术实现的一般步骤包括：图像采集、预处理、特征提取和匹配比对等过程。下面将逐一介绍各个步骤的具体内容。

1.图像采集

首先需要通过红外线相机对被验证者的手掌或手背进行拍摄，获取到手部静脉图像。在拍摄时，考虑到用户的便捷性和使用场景，采用无接触的拍摄方式比较合适。目前市面上主流的商用手部静脉识别设备，采用的都是以红外线相机为核心的无接触式图像采集器。 2.预处理

获取到手部静脉图像后，需要进行一定的预处理。主要包括去噪、增强等步骤。由于手部静脉图像的亮度、对比度、清晰度等因素会对识别效果产生影响，因此必须先对图像进行预处理。

3.特征提取

特征提取是手部静脉识别技术最核心的环节。由于手部静脉图像是一张灰度图像，因此需要选取适合的特征提取方法来从中提取有意义的纹路信息。常用的特征提取方法包括Gabor滤波器、方向梯度直方图（HOG）、局部二值模式（LBP）等。

4.匹配比对

最后一步是将提取出的特征与存储在数据库中的模板进行比对，以判断身份是否一致。匹配比对的方法主要包括相似度匹配、欧氏距离匹配等。根据比对结果，系统将判定身份是否一致，从而决定是否允许用户进行后续操作。

基于深度学习的指静脉识别研究

吴超;邵曦

【摘要】提出了基于深度学习的指静脉识别算法.在指静脉图像采集过程中,由于受光照强度的影响,手指轮廓存在一定的模糊.为了获得良好的静脉区域图像,采用形态学算法对指静脉原始图像进行感兴趣的区域提取,并进一步使用高斯高通滤波器来增强图像.指静脉采集过程中,手指存在不同程度的旋转,为了消除该影响,使用角度修正算法对指静脉图像进行矫正.由于深度学习在图像分类上表现优异,尤其是AlexNet在ImageNet大赛中的杰出表现,因此采用基于AlexNet的深度神经网络对指静脉图像进行分类.为了加快训练速度,在AlexNet深度神经网络的基础上提出改进方案,主要包括改变卷积核大小和卷积层的构造,从而减少网络参数,降低网络复杂度,加速网络的训练.实验结果表明,利用深度学习对指静脉图像进行分类具有较好的效果.%In this paper,we put forward a finger vein recognition algorithm

based on deep learning.In the collection of finger vein image, sometimes

the finger contour is blur due to the influence of illumination intensity.In

order to obtain a clear vein image,morphological algo-rithm is used to

extract the region of interest for the original image,and the Gaussian high

pass filter is adopted to enhance it.An angle cor-rection algorithm is for

eliminating the influence caused by the different degrees of finger rotation

手指静脉识别算法

手指静脉识别算法静脉采集的原理是根据血液中的血红素有吸收红外线光的特质，将具近红外线感应度的小型照相机对着手

指进行摄影,即可将照着血管的阴影处摄出图像来。将血管图样进行数字处理，制成血管图样影像。静脉识

别系统就是首先通过静脉识别仪取得个人静脉分布图，从静脉分布图依据专用比对算法提取特征值，通过

红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值

存储。静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像

提取特征，同存储在主机中静脉特征值比对，采用复杂的匹配算法对静脉特征进行匹配，从而对个人进行

身份鉴定，确认身份。全过程采用非接触式。

技术特点

静脉识别分为：指静脉识别和掌静脉识别，掌静脉由于保存及对比的静脉图像较多，因为识别速度方

面较慢。指静脉识别，由于其容量大，识别速度快，精确度高，活体识别等优势，越来越受到更多重要场

合青睐。

静脉识别原理及静脉识别机器外形

手指静脉技术具有多项重要特点，使它在高度安全性和使用便捷性上远胜于其它生物识别技术。主要

体现在以下几个方面：

◆ 高度防伪

静脉隐藏在身体内部，被复制或盗用的机率很小。

◆ 简易便用

使用者心理抗拒性低，受生理和环境影响的因素也低，包括：干燥皮肤，油污，灰尘等污染，皮肤表面异常等。

模式对比

对

比 ID卡识别指纹识别虹膜识别静脉识别

安

全

性由于ID卡内的

卡号读取无任

何权限，易于仿

制。由于每个人的指纹不

同，就是同一人的十指

之间，指纹也有明显区

别，因此安全性相对较

高。能提供数量较多的特征点，是

精确度最高的生物识别技术之

一。手指静脉位于体表之下，图样更为

复杂，进一步增加了做假的难度，

表现也更为安全、稳定。

可

靠

性需要依赖网络

软件来处理各

子系统的信息，

对网络的依赖

大。对脏手指、湿手指等困

难手指识别率低。出现认假和拒假的可能性也相

当小。

受温度和其它外部冲击的影响也较

近红外指静脉图像采集系统设计

２０１４年第３３卷第１期　传感器与微系统（Ｔｒａｎｓｄｕｃｅｒ　ａｎｄ　Ｍｉｃｒｏｓｙｓｔｅｍ　Ｔｅｃｈｎｏｌｏｇｉｅｓ）　１　１３　

近红外指静脉图像采集系统设计　

梁爱华　，付钪　

（１．北京联合大学北京信息服务工程重点实验室。北京１００１０１　２．北京联合大学计算机技术研究所，北京１００１０１）　

摘要：针对指静脉身份认证需求，以手指静脉图像采集系统作为研究对象，设计了基于单侧光源与反射　镜面相结合红外光源可调控的指静脉图像采集系统。研究了ＬＥＤ光源位置与角度对静脉图像质量的影　响，提出了基于图像质量评价的指静脉认证方法，并运用实测方法进行了验证。实验结果表明：可以得到　与传统正面光源采集同等质量的静脉图像，具有更高的认证通过率，达到９８．８％，并更易于用户使用。　关键词：指静脉；身份认证；近红外；图像采集；微距红外摄像头；误识率　中图分类号：ＴＰ２１２　文献标识码：Ａ　文章编号：１０００－９７８７（２０１４）０ｌ－０１１３－０３　

Ｄｅｓｉｇｎ　ｏｆ　ｎｅａｒ－ｉｎｆｒａｒｅｄ　ｆｉｎｇｅｒ－ｖｅｉｎ　ｉｍａｇｅ　ａｃｑｕｉｓｉｔｉｏｎ　ｓｙｓｔｅｍ　

ＬＩＡＮＧ　Ａｉ—ｈｕａ　．ＦＵ　Ｋａｎｇ　，。　

（１．Ｂｅｊｉｎｇ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｅｒｖｉｃｅ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ　Ｕｎｉｏｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｊｊｉｎｇ　１００１０１，Ｃｈｉｎａ；　２．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ　Ｕｎｉｏｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１００１０１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ　ａｔ　ｆｉｎｇｅｒ－ｖｅｉｎ　ｉｄｅｎｔｉｔｙ　ａｕｔｈｅｎｔｉｃａｔｉｏｎ　ｒｅｑｕｉｒｅｍｅｎｔｓ，ａ　ｎｅａｒ—ｉｎｆｒａｒｅｄ　ｌｉｇｈｔ　ｓｏｕｒｃｅ　ｃｏｎｔｒｏｌｌａｂｌｅ　ｆｉｎｇｅｒ－ｖｅｉｎ　ｉｍａｇｅ　ａｃｑｕｉｓｉｔｉｏｎ　ｓｙｓｔｅｍ　ｉｓ　ｄｅｓｉｇｎｅｄ　ｂａｓｅｄ　ｏｎ　ｓｉｎｇｌｅ　ｌｉｇｈｔ　ｓｏｕｒｃｅ　ａｎｄ　ｒｅｆｌｅｃｔｉｏｎ　ｍｉｒｒｏｒ．Ｔｈｅ　ｉｍｐａｃｔ　ｏｆ　ＬＥＤ　ｌｉｇｈｔ　ｓｏｕｒｃｅ　ｐｏｓｉｔｉｏｎ　ａｎｄ　ａｎｇｌｅ　ｏｎ　ｖｅｉｎ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ｉｓ　ｓｔｕｄｉｅｄ，ｆｉｎｇｅｒ—ｖｅｉｎ　ａｕｔｈｅｎｔｉｃａｔｉｏｎ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ，ｉｓ　ｐｒｏｐｏｓｅｄ　ａｎｄ　ｖｅｒｉｆｉｅｄ　ｂｙ　ａｃｔｕａｌ　ｍｅａｓｕｒｅｍｅｎｔ　ｍｅｔｈｏｄ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｖｅｉｎ　ｉｍａｇｅ　ａｃｑｕｉｓｉｔｉｏｎ　ｓｙｓｔｅｍ　ｃａｎ　ｏｂｔａｉｎ　ｖｅｉｎ　ｉｍａｇｅ　ｏｆ　ｅｑｕａｌ　ｑｕａｌｉｔｙ　ｗｉｔｈ　ｔｒａｄｉｔｉｏｎａｌ　ｆｒｏｎｔ　ｌｉｇｈｔ　ｓｏｕｒｃｅ　ａｃｑｕｉｓｉｔｉｏｎ　ｈａｓ　ｈｉｇｈｅｒ　ａｕｔｈｅｎｔｉｃａｔｉｏｎ　ｐａｓｓｉｎｇ　ｒａｔｅ　ｏｆ　９８．８％．ａｎｄ　ｅａｓｙ　ｔｏ　ｕｓｅ　ｆｏｒ　ｕｓｅｒ．　Ｋｅｙ　ｗｏｒｄｓ：ｆｉｎｇｅｒ—ｖｅｉｎ；ｉｄｅｎｔｉｔｙ　ａｕｔｈｅｎｔｉｃａｔｉｏｎ；ｎｅａｒ—ｉｎｆｒａｒｅｄ；ｉｍａｇｅ　ａｃｑｕｉｓｉｔｉｏｎ；ｍｉｃｒｏ　ｉｎｆｒａｒｅｄ　ｃａｍｅｒａ；ｆａｌｓｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｒａｔｅ　

手背静脉红外图像特征识别算法的研究的开题报告

一、选题背景与意义

随着生物识别技术的不断发展，人体生理特征的识别逐渐成为了一种重要的身份验证手段。手背静脉是一种独特的生物特征，具有不可复制性、高安全性和方便性等优点，因此被广泛应用于医疗、金融等领域中的身份验证。

当前，手背静脉识别技术的发展主要集中在图像特征的提取和匹配算法上。其中，手背静脉图像的红外成像技术能够清晰地显示手背静脉的位置、分布和形状等信息，为特征提取和识别算法提供了良好的基础。

因此，本文计划研究手背静脉红外图像特征识别算法，旨在提高手背静脉识别的准确度和稳定性，为生物识别技术的进一步发展提供有力支持。

二、研究内容和方法

本文研究的内容主要包括手背静脉红外图像特征的提取、分类器的设计和模型的优化等方面。

具体来说，本文将采用以下研究方法：

1.手背静脉红外图像预处理：对手背静脉红外图像进行增强、去噪等预处理，以提高图像的清晰度和质量；

2.手背静脉红外图像的特征提取：利用纹理特征、形状特征等方法提取手背静脉图像的特征，以建立准确的分类器；

3.分类器的设计：本文将采用支持向量机等分类器，针对提取的手背静脉图像特征进行分类器的设计和构建；

4.算法优化：针对分类器的性能进行优化，以提高手背静脉识别的准确度和稳定性。

三、研究预期成果

本文的预期成果主要包括以下几方面：

1.提出一种有效的手背静脉红外图像特征提取方法，为后续的分类器设计和模型优化奠定基础；

2.建立一个准确、稳定的手背静脉识别模型，为身份验证等领域中手背静脉技术的应用提供技术支持； 3.提高手背静脉识别的准确度和稳定性，为生物识别技术的进一步发展提供有力支持。

四、研究计划和进度安排

本文的研究计划和进度安排如下：

1. 第一阶段（2周）：对手背静脉红外图像的现状和发展进行文献综述，并确定研究方向和方法；

2. 第二阶段（4周）：收集和处理手背静脉红外图像数据，研究图像预处理和特征提取算法；

手指静脉识别技术研究

发表时间：2019-04-11T11:16:00.547Z 来源：《科技新时代》2019年2期作者：马思腾赵嘉懿公瑾徐华泽

[导读] 手指静脉识别技术是一种新兴的生物特征识别技术，它是依据人类手指静脉中红血球的血红素会吸收近红外线，而使用近红外线对手指进行照射，可得到手指静脉的清晰图像。本文介绍了手指静脉识别技术及其优势和国内外研究发展状况，探究分析了现阶段该技术一

些难以克服的技术难题。

马思腾赵嘉懿公瑾徐华泽

（西安电子科技大学电子工程学院陕西西安 710126）

摘要: 手指静脉识别技术是一种新兴的生物特征识别技术，它是依据人类手指静脉中红血球的血红素会吸收近红外线，而使用近红外线对手指进行照射，可得到手指静脉的清晰图像。本文介绍了手指静脉识别技术及其优势和国内外研究发展状况，探究分析了现阶段该技

术一些难以克服的技术难题。

关键词：手指静脉；特征识别；静脉图像；安全性

1.引言

随着互联网技术的高速发展，人们的生活变得更加便捷。技术带给人们便利和全新的体验，但个人账户被盗、个人信息泄露等问题也开始涌现，引起了人们对信息的安全性和保密性的高度重视[1-2]。而人体生理特征丰富独特的特点，为生物特征识别技术能在身份认证领

域发展为一项重要手段提供了巨大的可能，与指纹、声音和人脸等生物特征不同的是，即使某个手指受到损伤，依然可以利用其他手指静

脉，因此指静脉识别更加安全有效[3]。

2.手指静脉识别及其优势

人类静脉中的血红蛋白可以吸收近红外光，静脉识别技术通过运用该波长范围内的光线照射静脉，获得静脉图像。分析处理获得的图像，将静脉特征值在数据库中进行匹配，从而完成对个体的身份鉴别。静脉识别技术分为手掌静脉识别技术、手背静脉识别技术和手指静

脉识别技术。因为手掌的血管比较细，而脂肪较厚，外部的掌纹信息也比较明显，会影响掌静脉的图像采集，所以采集到的血管信息较少