● 摘要
手背静脉识别技术作为一种安全系数较高的活体检测方法，近年来在生物特征识别研究领域中受到了越来越多的关注。本文将手背静脉图像中的静脉血管区域和周围的真皮区域同时作为研究对象，使用局部特征和稀疏匹配的方法进行分类识别。为了克服常用的关键点检测子不能够在手背静脉图像中检测到足够数量的关键点的问题，本文提出了两种解决方法：一种方法是使用由Harris-Laplace检测子和Hessian-Laplace检测子构成的多级关键点检测子，定位响应较强的角点和边缘点；第二种方法是利用基于复杂神经元响应的方向梯度图，加强了原始手背静脉图像纹理辨识度。本文应用上述两种方法在NCUT数据库上进行基于SIFT特征手背静脉识别实验，均取得了比同类研究更好的身份识别率。实验结果充分证明了本文所提出的两种方法不仅能够在手背静脉图像中检测到足够的关键点，还说明了静脉血管区域和周围的真皮区域所提供的图像特征具有互补性。另外，本文还通过动态融合实验验证了如果充分利用左、右手手背静脉图像的互补信息，则能够进一步提升手背静脉图像识别率。