手指静脉特征识别与编码文献综述
手指静脉特征识别与编码文献综述
摘要:本文通过对各种生物特征识别技术的基本原理和关键技术进行分析比较, 探讨不同生物特征识别技术在应用中的优劣,重点介绍手指静脉特征识别与编码研究的进展和发展趋势。手指静脉特征识别作为一种身份识别手段具有独特的优势,对手指静脉特征进行编码生成密钥,用于信息的加密解密,对信息安全等具有重要意义和实际应用价值。
关键词:生物特征识别;手指静脉特征识别;编码;密钥
引言
手指静脉识别技术作为一种新兴人体特征识别技术,具有非接触性、抗干扰性和防伪性等优点,近年来备受关注,具有很大的发展潜力。一般采用近红外光照射皮肤的方法采集手指静脉图像,当近红外光线波长在700-1000nm内照射皮肤时,静脉中的血红蛋白相比其他组织(如脂肪、骨骼等)可以吸收更多的近红外线,从而呈现出网状结构的静脉纹路。如何将提取手指静脉纹路的特征,进行特征的编码生成密钥,作为信息安全的加密解密依据是近年来国际上研究的一个重要方向,具有实际的应用前景。
1不同生物特征识别技术概述
1.1 指纹识别
指纹识别是使用最早也是最成熟的生物特征识别技术。指纹是手指末端正面皮肤上的呈有规则定向排列的纹线。指纹识别主要包括指纹图像增强、特征提取、指纹分类和指纹匹配几个部分。
(1) 指纹图像增强。目的在于提高可恢复区域的脊信息清晰度,同时删除不可恢复区域,一般包括以下几个环节:规格化、方向图估计、频率图估计、生成模板、滤波, 其主要问题在于利用脊的平行性设计合适的自适应方向滤波器和取得合适的阈值。Hong等采用同时具有频率选择和方向选择的Gabor滤波器来增强指纹图像,能在指纹图像质量很差的情况下取得很好的效果,并减少了计算局部区域方向图的开销。
(2) 特征提取。美国国家标准局提出用于指纹匹配细节的四种特征为脊终点、分叉点、复合特征(三分叉或交叉点) 以及未定义。指纹特征的提取采用链码搜索法对指纹纹线进行搜索,自动指纹识别系统(AFIS)依赖于这些局部脊特征及其关系来确定身份。
(3) 指纹分类。常见的有基于神经网络的分类方法、基于奇异点的分类方法、基于脊线几何形状的分类方法、隐马尔可夫分类器的方法、基于指纹方向图分区和遗传算法的连续分类方法。
(4) 指纹匹配。指纹匹配是指纹识别系统的核心步骤,匹配算法包括图匹配、结构匹配等。点模式匹配问题是模式识别中的经典难题,研究者先后提出如松弛算法、模拟退火算法、遗传算法、基于Hough 变换的方法等,在实践中可以同时采用多种匹配方法以提高指纹识别系统的可靠性及识别率。
1.2 虹膜识别
虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分,总体上呈现一种由里到外的放射状结构,包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等细节特征,这些特征一旦形成终生不变。虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身份的, 其准确性是各种生物识别中最高的。虹膜识别算法主要包括虹膜定位、虹膜编码、匹配决策等部分。
1.3 人脸识别
1.3.1 基于几何特征的人脸识别
将人脸用一个几何特征矢量来表示,用模式识别中的层次聚类思想设计分类器实现对人
脸的识别。它要求选取的几何特征矢量具有一定独特性,反映不同人脸之间的差别,同时又具有一定弹性,能消除时间跨度和光照的影响。但由于特征的准确提取难度较大,尚未在实践中得到成功应用。
1.3.2 基于代数特征的人脸识别
采用代数特征矢量来表征人脸,即特征脸方法。特征脸方法以人脸训练样本集的总体散布矩阵作为产生矩阵, 经K2L变换后得到相应的一组特征矢量,即“特征脸”,由此产生一个由“特征脸”矢量张成的子空间,每一幅人脸图像向其投影都可以获得一组坐标系数,这组坐标系数表明了人脸在子空间中的位置,实验表明其具有较强的稳定性,可以作为人脸识别的依据。但是,有效的特征脸识别方法需要做大量预处理以减少干扰,而如何有效表达人脸并去除表情因素则是人脸识别的又一关键。
2 手指静脉特征的识别与编码技术研究概述
2.1手指静脉图像的提取
国际上对手指静脉特征识别技术的研究起步较早,Naoto Miura等人提出了一种基于模板匹配的静脉识别方法,即先将图像进行二值化,并对二值化后的图像进行距离变换,再应用嵌入式隐马尔可夫模型识别手指静脉。国内关于手指静脉识别技术的研究尚处于起步阶段,其适用于信噪比低、光照不均以及特征类似的图像。
2. 2手指静脉识别方法
手指静脉识别方法大致可分为基于全局特征、基于局部特征和基于多特征融合等三类主要方法。双向二维主成分分析((2D)2PCA)、双向二维费希尔主成分分析((2D)2FPCA)等是典型的基于全局特征的方法,将手指静脉图像变换到最佳投影空间产生新的描述特征,能很好地将图像的纹理、形状等全局信息最大限度地保留下来。多特征融合方法弥补了仅利用单一特征描述图像信息的不足,通过多特征的信息互补达到系统性能的提升。
2. 3 手指静脉特征提取与编码技术
国内外对静脉特征提取与编码的技术的研究都停留在手指静脉的特征提取与匹配。手指静脉特征提取与匹配技术通过对已处理过的手指静脉纹路图像信息提取一系列较为稳定的特征,并将图像特征进行数值刻画,特征匹配的原则是依据提取得到的特征值进行误差容许范围内的判决。目前,国内外的研究的方向是提取系列稳定的手指静脉特征,以特征值作为身份识别的依据,此方向对于手指静脉图像的采集和预处理的要求较高。
3 手指静脉特征识别与编码技术的研究前景
区别于其他的生物特征识别技术,手指静脉特征识别与编码技术具有的主要优势有:
(1)速度快:手指静脉图像的识别和比对,由DSP芯片完成,所需时间以毫秒计。同时,它是识别和比对指头的技校部位的静脉图像特征,所需的时间短,速度快。
(2)精度高:利用透射光穿透手指获取内部静脉图像特征,有效避免因皮肤表面的皱纹、褶皱、粗糙、干裂或太湿等造成的获取精确图像特征的障碍。
(3)活体识别:手指静脉生物特征识别系统,获取的是手指中静脉的图像特征,是手指活体时才存在的特征。而非活体的手指是得不到静脉图像特征而无法识别的,从而无法造假。
(4)内部特征:手指静脉生物特征认证系统,获取的手指“内部”的静脉图像特征,而不是手指表面的图像特征。因此,不存在任何由于手指表面的损伤、磨损、干燥或太湿等识别障碍。
(5)非接触式:手指静脉生物特征识别系统,获取手指静脉图像时,手指无须与设备接触,避免了卫生问题和手指表面特征被复制带来的安全问题。
可见,在众多的生物特征识别系统中,因手指静脉是利用外部看不到的生物内部特征进
行认证的技术,所以作为具有高防伪性的第二代生物认证技术备受瞩目。
4结论
生物特征识别技术是基于个人独特的生理特征进行自动身份验证的技术,为信息化社会日益增长的保密和安全需求提供了很好的解决方案。手指静脉特征识别与编码作为具有较高防伪性的第二代生物认证技术,是近年来国际上研究的主要方向,其研究成果和应用产品的数量直线上升。随着生物特征传感器成本的不断下降和人们接受程度的不断提高, 生物特征识别技术必然取代过时的、不安全的身份认证方法, 成为保密、安全、方便的身份识别手段。 参考文献:
[1]景英娟,董育宁.《生物特征识别技术综述》[A],2005年4月,第25卷第2期,1-2
[2]王科俊,刘靖宇,李雪峰.《基于相对距离的手指静脉识别方法》[A],2011年9月,第38卷,第9期,1-2
[3] 王科俊,袁智.基于小波矩融合PCA变换的手指静脉识别[J].模式识别与人工智能,2007(10):692-697.