陈晓腾 王彪 唐超颖 苏菡 魏祥灰

摘 要：针对手臂静脉这一全新的生物特征提出一种特征提取及匹配的算法。首先利用限制对比度自适应直方图均衡化方法对近红外图像进行对比度调整，接着利用Gabor滤波器提取静脉，并进行方向和尺度的标准化；在曲线修复和分割的基础上，提取描述曲线段的方向特征、位置特征和描述曲线形状的Hu不变矩特征；然后搜索匹配曲线对，并利用粒子群算法计算最优空间变换关系，最后进行静脉的匹配。针对150人数据库的匹配实验结果表明，该算法的识别率优于其他方法，说明手臂静脉作为一种新的生物特征具有良好的应用前景。

关键词：生物特征；手臂静脉；粒子群优化；识别；

中图分类号：TP391 文献标识码：A

Abstract：A feature extraction and matching algorithm is proposed for arm veins. Firstly， the contrast of near infrared （NIR） images is adjusted using the contrast limited adaptive histogram equalization （CLAHE） method. Then the Gabor filters are adopted to extract veins. The orientation and scale of veins are normalized， and the renovation and segmentation of veins are performed. For each curve segment， the direction， position and Hu invariant moment features are extracted. Matching curve pairs are searched， and the optimal space transformation is calculated using the particle swarm optimization （PSO） method. Finally the veins are matched. The algorithm is evaluated in a database of arm vein images collected from 150 people. The experimental results show that the matching accuracy is better than other methods， which indicates that arm veins owe a good application prospect.

Key words：biometrics；arm veins；particle swarm optimization；recognition；

生物特征识别技术是利用人自身的生理或者行为特征进行身份识别的方法。静脉作为一种新型的生物特征具有其它生物特征不可比拟的优越性。静脉无法伪造或是手术改变，具有很强的普遍性、唯一性和稳定性；静脉是非接触性的信息采集，且采集过程友好。目前的静脉识别研究都是基于手部（手指、手背、手掌）的。Mirmohamadsadeghi等[1]提出一种基于局部二值模式和局部微分模式的方法，对手掌静脉图像的局部纹理特征进行提取和识别；周宇佳等[2]通过提取掌静脉图像的方向特征，得到了对静脉纹理响应最小的方向滤波器索引值矩阵，并对其进行编码和匹配；林森等[3]利用局部区域相邻像素之间的灰度大小关系，对掌静脉图像进行近邻二值模式编码，利用汉明距离进行匹配。……