1 北京理工大学光电学院, 北京 100081
2 北京理工大学生命学院, 北京 100081
针对现有手掌静脉认证系统误拒率较高以及不支持大数据集匹配的问题，设计了基于透射式光源的双目视觉静脉三维点云重建装置，提出了基于三维点云匹配的手掌静脉认证算法。系统使用850 nm 透射式发光二极管(LED)光源作为照明装置，由双目摄像机拍摄静脉视差图像进行三维重建。选择手掌静脉作为特征点描述其空间三维结构，提出了一种改进的内核相关性分析方法匹配三维点云。针对200 组点云数据的实验结果验证了该方法的可行性和有效性，识别率达到了98%，误拒率2%，误识率0%，总特征维数约8000 至12000 维，高于尺度不变特征变换(SIFT)，支持对大数据集的认证识别。
机器视觉 静脉三维匹配 三维重建 点云匹配 内核相关性分析
1 天津理工大学 电子信息工程学院
2 天津市薄膜电子与通信器件重点实验室，天津 300384
图像平移和旋转会降低手背静脉识别的准确性，针对该问题，本文提出了一种特征融合的手背静脉识别法.该方法充分考虑图像的细节特征和全局特征，首先选取图像中的交叉点和端点作为特征点，再从特征点中提取出图像匹配的基准点，计算基准点至特征点间的相对距离及基准点与特征点连线间相邻连线产生的夹角作为细节特征；然后利用不变矩方法提取图像特征作为全局特征；最后将两种图像特征融合，进行手背静脉识别.实验模拟结果表明，该方法可快速有效地实现手背静脉识别.
生物光学 静脉识别 特征融合 生物测量学 特征提取 基准点 算法 目标识别 矩方法 Biological optics Hand vein recognition Feature fusion Biometrics Feature extraction Reference point Algorithm Object recognition Method of moments
