在当今信息社会中,人们对身份验证的需求越来越迫切。传统用户名密码、IC卡、数字证书等模式的身份认证技术在实际应用中有诸多缺陷和不足,特别是存在使用不便、易丢失、易被伪造等问题,无法满足当前信息化社会的需要。利用指纹、人脸、虹膜、DNA等人体所携带的唯一性的生物特征进行身份识别,已成为国内外的研究热点。手掌静脉身份识别是人体生物特征识别技术中的一类,是利用红外线照射等方式获取人手掌部静脉纹理,利用专用的算法提取特征,并将这个特征作为用户身份识别标识的技术。相比较于目前广泛应用的指纹识别、人脸识别等技术,手掌静脉识身份别技术具有难以替代的技术优势。静脉纹理因处于皮肤组织内,纹理结构复杂且肉眼不可见,触碰物体后不存在纹理残留,因此具备很强的隐蔽性。同时,由静脉血管的特性可知,仅当人手为活体时才能被红外采集设备获取纹理特征,而通过绘制、3D打印等方式伪造的静脉纹理无法被设备识别,因此具备天然的活体检测特性。在各类人体生物特征识别技术中,综合考虑技术稳定性、使用便利性、用户接受程度、设备成本等因素,手掌静脉身份识别技术具有很好的应用前景。然而,国内外研究者对手掌静脉特征识别的研究尚不全面,目前已提出的算法虽具备一定的应用前景,但主要是研究静脉纹理本身的识别和处理,鲜有将多模态生物特征融合、相关性分析、稀疏编码以及自适应滤波等技术与手掌静脉特征识别技术进行结合。本论文针对手掌静脉身份识别技术中的部分关键问题进行研究,在图像获取与增强、自适应局部纹理提取、多模态生物特征信息融合、相关性分析以及稀疏编码等多个方面提出优化算法和策略,主要工作和创新可总结如下:(1)研究适用于手掌静脉特征提取技术的ROI和预处理方法。手掌静脉特征识别系统能够正常工作的前提之一是对输入的原始图像数据进行准确的ROI裁剪和灰度预处理。ROI位置和尺寸的选择对于后续的特征提取和比对至关重要,对系统的识别率影响很大。本文提出可将ROI剪裁区域进行最大化的算法,并配合后续的CLAHE灰度处理算法可得到最优的手掌静脉特征原始图像。(2)研究基于Gabor技术的自适应局部纹理提取方法。Gabor特征可用来表达图像纹理信息,在人体生物特征信息识别领域应用广泛。在手掌静脉特征识别技术中,由于Gabor滤波器仅在中心频率、主方向和标准方差参数需要与局部纹理匹配时才能发挥最好效果,为此提出一种根据图像不同区域的纹理特性,自适应地选择局部Gabor参数的算法,从而可最优化地提取静脉特征。在此基础上,提出用带有位移校正的模板匹配策略,使用滑动窗口的方法迭代进行特征匹配运算,选取最小距离值作为比对结果,用最小归一化汉明距离方法(MNHD)对Gabor滤波输出的实部及虚部信息进行匹配度测量。这种策略优化了特征提取和比对两个环节,因此提高了系统的识别率。(3)研究基于相关性分析的多种生物特征信息融合。对于同一用户,若在两种模态的生物特征信息库中保存样本信息,则理想情况是该样本只与本人的注册样本存在强相关性,与其他人的样本不存在相关性,因此可考虑用数学的方法对类内分布矩阵和类间分布矩阵进行映射,使类内样本的相关性最大,同时使类间样本的相关性最小。提出广义多集合相关性判别映射方法,该方法首先区分模态内各样本的分类,并将降维后的类内分布矩阵进行映射,使模态内的类内协方差矩阵成为对角阵,从而达到各样本只与其所在类相关的目的。为确保两种模态之间仅相同用户的特征信息具有相关性,使用映射的方法,将同一用户不同模态间的特征信息进行变换,使模态间类内协方差矩阵也为对角阵。在此基础上,提出串行多集合广义相关性判别映射策略(S-MGCDP)和并行多集合广义相关性判别映射策略(P-MGCDP),实现了对两种以上模态的生物特征信息的融合。(4)研究利用方向性多尺度的稀疏编码方法表达手掌静脉特征。为进一步提高识别系统的识别准确率和运算效率,将稀疏编码与特定方向多尺度方法进行结合,对多尺度滤波器组的响应进行稀疏编码,利用汉明距离对类间距离进行测算,对全局性范围特征及局部范围特征进行分别处理、综合判断。该方法分为方向判别、Gabor滤波与稀疏编码、外形编码三个主要步骤。其中,方向判别步骤对提取到的ROI进行图像灰度预处理和独立子区域划分,使用Gaussian-Radon变换获得全局方向和局部方向信息;Gabor滤波与稀疏编码步骤对各独立子区域进行多尺度方向滤波,并将输出结果进行稀疏编码;外形编码步骤将特定方向的复合特征转换为二进制特征向量,从而获得特征矩阵。(5)研究局部Gabor直方图融合的手掌静脉特征识别算法。为充分利用Gabor滤波器的幅度和相位信息,并降低同一用户的不同注册静脉图像对亮度和轻微位移的敏感程度,提出基于局部Gabor直方图融合的手掌静脉特征识别方法(FLGH)。该方法对Gabor滤波器的实部和虚部信息分别通过局部Gabor主差异模式(LGPDP)和局部Gabor异或模式(LGXP)进行提取、融合。使用基于空间域分块的Fisher线性判别算法降低手掌静脉特征维度,并减少训练所需样本的数量。(6)研究利用局部纹理进行手掌静脉特征识别。手掌静脉可看作是一种纹理灰度和结构都变化的纹理图案,可使用局部纹理类方法提取特征。提出的MB-LDP方法利用可变中心区域及邻域获得多尺度纹理,用局部导数方法提取高阶特征,编码局部范围内特定的空间关联关系。结合ROI子区域划分和PCA降维技术,实现在合理特征维度下获取多尺度的高阶纹理信息。上述成果可归纳总结为,针对手掌静脉身份识别技术,通过对预处理、局部特征提取、信息融合及稀疏编码等关键环节的改进,使识别系统的可靠性得到提高,进而为揭示系统中关键参数与识别率之间的联系提供了理论支撑。