摘 要

手背静脉识别作为重要的生物识别手段，相较于体表特征识别具有不少优点。此外，手背静脉的识别在医学等领域也有重要作用。然而受到多方面的影响，直接得到的手背静脉红外图并不理想。为了获得清晰的手背静脉图片，本文对于手背静脉灰度图的增强算法进行了研究。主要内容如下：

了解和分析常见的数字图像增强算法，采用了模糊理论的原理进行算法设计。通过分析经典的数字图像模糊增强算法，本文采用更加符合实际的“S”型隶属度函数对图像进行模糊变换。此外，本次设计还改进了经典算法中的增强算子，并结合局部动态阈值法进行隶属度的增强。

利用MATLAB软件实现了所设计的模糊增强算法，并对一些低对比度的手背静脉灰度图像进行了增强。最后，通过图像的质量评价指标分析了算法性能，发现该算法可以明显增强手背静脉图像的对比度，同时比经典模糊增强算法保留了更多细节信息，具有一定的优越性。

关键词：手背静脉；图像增强；模糊理论；隶属度函数；动态阈值

Abstract

As an important biometrics method, dorsal hand vein recognition has many advantages compared with surface feature recognition. In addition, the recognition of dorsal hand vein also plays an important role in medicine and other fields. However, due to the influence of many aspects, the infrared image of dorsal hand vein directly obtained is not ideal. In order to obtain a clear picture of dorsal hand vein, this paper studies the enhancement algorithm of grayscale image of dorsal hand vein. The main contents are as follows:

To understand and analyze the common digital image enhancement algorithms, the principle of fuzzy theory is used to design the algorithm. By analyzing the classical digital image fuzzy enhancement algorithm, this paper adopts the "S" type membership function to transform the image. In addition, the enhancement operator in the classical algorithm is improved, and the membership degree is enhanced by the local dynamic threshold method.

The fuzzy enhancement algorithm was implemented by using MATLAB software, and some low contrast gray images of dorsal hand veins were enhanced. Finally, the performance of the algorithm is analyzed through the quality evaluation index of the image, and it is found that the algorithm can significantly enhance the contrast of the dorsal hand vein image, and at the same time it can retain more details than the classical fuzzy enhancement algorithm, which has certain advantages.

Key Words: Dorsal hand vein; Image enhancement; Fuzzy theory; Membership function; Dynamic threshold

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 2

1.3 主要涉及内容 2

1.4 本文结构 3

第2章 经典图像质量增强方法及模糊理论基础 4

2.1 图像增强 4

2.1.1 空域法 4

2.1.2 频域法 5

2.2 模糊理论 6

2.2.1 经典集合与模糊集 6

2.2.2 模糊集的表示 7

2.2.3 隶属函数 8

第3章 基于手背静脉的增强算法设计 12

3.1 经典模糊增强算法 12

3.2 改进的模糊增强算法设计 14

3.2.1 选择合适的隶属函数 14

3.2.2 增强算子的改进 16

3.2.3 阈值的选择 16

3.2.4 算法的实现 18

第4章 算法仿真与实验结果分析 19

4.1 MATLAB上对算法的实现 19

4.2 算法性能分析 21

第5章 总结与展望 24

5.1 工作总结 24

5.2 展望 24

参考文献 25

致 谢 27

第1章 绪论

1.1 研究背景及意义

在信息化时代，信息是具有重要价值的，也是容易被获取和传播的。在很多场合都需要对人进行身份认证，而且要求也越来越高。包括钥匙、证件等在内的传统身份识别技术都有着其无法避免的缺点。例如，物品型标志物容易被伪造或盗取；内容型需要记忆，容易被人忘记。于是，更加安全、更加便捷的生物特征识别技术成为了研究热点，渐渐走入到我们的生活中来。

生物特征识别技术是以人的物理和行为特征为基础。根据目前的情况看来，较为成熟的身份鉴别生物特征有指纹、人脸、掌纹、虹膜。不过，它们还存在着以下缺陷：指纹和掌纹位于体表，易受污渍影响，还容易被伪造、复制；虹膜识别所需的采集设备昂贵，采集过程具有一定侵犯性，给人的心理体验不太好；人脸识别验证复杂，且受面部位置和光环境的影响大。而在人体内部，有一种结构包含有大量的特征信息，那就是错综复杂的静脉。其中，位于人肢体末端的手部静脉较为容易采集，且经专家分析，其中包含的特征信息可以用于身份识别。

静脉识别主要是利用静脉血管的结构来进行身份识别^[1]。手背静脉识别首先要获得手背静脉的图像。目前，一般的获取方法是利用人体的不同组织对红外光的吸收情况来实现的。静脉对红外光更容易吸收，不论是在反射还是透射中，都会得到较暗的区域。人体的骨骼、肌肉等，对红外光吸收少，在得到的灰度图中呈现出比较亮的灰白色作为静脉的背景。二者之间相互区分，就得到了静脉影像。由于静脉处于人的体内，同时又是活体特征，因此不会受到人体表面的污渍、磨损等状态影响，也不容易用非活体造假。这种识别方法具有安全性高，不受体表状态影响，采集方式为非接触式采集等优点，开始在生物识别技术中展露头角。