基于超小波變換的手指靜脈特征提取方法研究.pdf

1、在基于圖像的識別系統(tǒng)中特征提取是識別系統(tǒng)中非常關(guān)鍵的步驟。目前,存在的基于圖像的特征提取主要分為四種方法,而基于對象的頻域變換系數(shù)的特征提取方法具有比較強(qiáng)的表示能力,為此本文針對于手指靜脈圖像而言,首先對手指靜脈圖像進(jìn)行預(yù)處理操作,然后基于超小波變換對預(yù)處理后的靜脈圖像提取特征。
　　在進(jìn)行手指靜脈圖像預(yù)處理操作時(shí),首先對采集的手指靜脈圖像進(jìn)行灰度化操作,然后對灰度圖像中的手指區(qū)域進(jìn)行定位與獲取操作,從而得到包含靜脈信息的感興趣區(qū)

2、域。對獲得的手指區(qū)域,直觀上其靜脈紋理具有明顯的方向信息,通過計(jì)算手指區(qū)域的方向圖得到驗(yàn)證;因而接下來采用方向?yàn)V波的分割方法獲得手指區(qū)域的靜脈紋理,由于在采集圖像的過程中,手指的大小、擺放的位置等各不相同,為此對靜脈紋理圖像進(jìn)行歸一化操作。
　　由于超小波變換理論是針對于小波變換方法在處理二維以上函數(shù)的奇異性時(shí)表現(xiàn)出的不理想的結(jié)果而提出來的。因此本文首先應(yīng)用小波變換來提取手指靜脈特征的操作,對小波變換后的靜脈圖像,得到靜脈圖像的小

3、波分解系數(shù),對小波分解系數(shù)的低頻部分進(jìn)行主元分析與小波矩的分析,對于水平、垂直和對角方向的小波分解系數(shù)進(jìn)行統(tǒng)計(jì)分析,從而得到用于靜脈識別的特征;本文針對小波分解后的低頻系數(shù)和水平、垂直、對角方向的系數(shù)分別進(jìn)行主元分析后送入支持向量機(jī)進(jìn)行識別操作,對比四類分解系數(shù)在靜脈識別性能上的效率;通過對比計(jì)算當(dāng)識別率達(dá)到最大值時(shí)的主元分析所得的系數(shù)維數(shù),根據(jù)每類分解系數(shù)的在識別性能上的優(yōu)劣,驗(yàn)證提出的特征的構(gòu)造方法的適當(dāng)性;最后通過對比驗(yàn)證基于小波

4、變換的手指靜脈圖像的特征提取方法的優(yōu)越性。
　　本文應(yīng)用超小波變換中的脊波分析和曲波分析理論對手指靜脈圖像進(jìn)行特征提取。在基于脊波變換的方法中,由于脊波變換是在拉東域中的小波變換,所以需先對靜脈圖像求得其近似離散拉東變換,對拉東變換后的靜脈圖像分別按照其所在的極坐標(biāo)系下的坐標(biāo)進(jìn)行一維離散小波分解,從而獲得手指靜脈圖像的脊波分解系數(shù),對脊波分解系數(shù)進(jìn)行主元分析,經(jīng)過主元分析后的脊波分解系數(shù)進(jìn)行識別分析,根據(jù)該識別對比分析提出構(gòu)造脊波

5、分解特征的方法,應(yīng)用該特征進(jìn)行靜脈識別操作,實(shí)驗(yàn)結(jié)果表明與小波變換相比而言,基于脊波變換的手指靜脈的特征提取方法具有明顯的優(yōu)越性。在曲波變換的方法中,首先描述兩種基于第二代曲波變換的離散算法,對比這兩種算法的優(yōu)越性,本文選擇基于USFFT算法對手指靜脈圖像進(jìn)行曲波分解,給出曲波分解后的圖像,本文對曲波分解后的每個(gè)尺度下的系數(shù)分別進(jìn)行識別對比實(shí)驗(yàn),通過該實(shí)驗(yàn)驗(yàn)證各個(gè)尺度下的曲波分解系數(shù)的分類識別能力,根據(jù)上述對比實(shí)驗(yàn)構(gòu)造手指靜脈圖像的曲波