人体手背血管图像的特征提取及匹配

为了克服指纹识别系统的一些缺点,该文对一种全新的生物特征识别方法——基于手背的静脉图像的特征识别进行了初步研究。首先利用自主设计的近红外血管图像采集仪提取血管造影的原始图像,然后对采集到的图像作归一化和增强处理,以及进行特征提取和特征匹配算法研究。文中给出了65个小范围样本的匹配试验结果,在拒真率为4.6%条件下,误识率为0。利用手背静脉图像进行个人身份识别是完全可行的,文中提出的方法具有良好的应用前景。     

生物统计学课程教学中对学生的综合能力培养

以传授知识、培养能力和提高素质为培养目标,从教学方法、教学手段和考核方式等方面探讨了生物统计学课程教学中如何培养学生的综合能力。     

基于乳突纹方向特性的掌纹自动分类方法

针对在利用掌纹进行身份自动鉴别的过程中如何对掌纹进行自动分类 ,提出了一种利用乳突纹方向特性的掌纹自动分类方法。此方法首先生成具有 4个方向的掌纹方向图 ,然后利用改进的庞加莱指数算法对掌纹方向图进行处理来确定三角点和中心点 ,最后根据掌纹指根区和掌纹外侧区中三角点和中心点的数量对掌纹进行分类。利用此方法对340个指根区和 35 4个外侧区的油墨捺印掌纹图像进行了测试 ,在指根区的正确率为 95 .6 % ,在外侧区则为 96 .9%。实验结果说明上述方法能够有效地进行掌纹自动分类。     

基于韦伯二值感知特征的指纹活性检测

基于韦伯二值感知特征的局部描述符,提出一种指纹活性检测方法。该方法包含两部分：根据韦伯定理提取视觉感知特征的局部二值差分激励,以及从中心对称像素对提取梯度方向特征的局部二值梯度方向。在2011年和2013年指纹活性检测竞赛的数据库上,使用支持向量机分类器对提取的特征向量进行训练和测试,实验结果表明了该方法进行指纹活性检测的有效性。     

基于确认模式的多通道生物认证研究

单通道生物识别技术一直存在着很多问题,它们在准确率、用户接受程度、成本等方面都有不同的缺点,而采用多通道生物认证可以提高生物认证系统的识别性能,并且适应于各自的应用场合。本文介绍了多通道生物认证技术,在单通道生物认证系统模型的基础上,给出了多通道生物认证系统模型。最后基于人脸和语音特征的多通道生物认证系统进行相关实验,实验证明多通道生物认证大大改进了以往单通道认证在识别性能和用户接受程度等方面存在的不足,提高了生物认证系统的健壮性和实用性。     

基于脊波变换的手背静脉图像增强及特征提取

根据人体手背静脉图像的结构及特点, 提出一种基于脊波变换的手背静脉图像增强方法, 并应用局部互联神经网络提取静脉图像特征, 加强了该生物识别系统对模糊图像的识别能力. 实验结果表明, 该方法与传统的拉普拉斯法、 平滑算法及小波变换相比有更加显著的效果.     

一种新的掌纹特征提取算法

提出一种基于小波图像分解和不变矩函数的掌纹特征提取算法.该算法首先对掌纹ROI灰度图像进行N层二维小波分解,得到3N 1幅子带图像,分别计算每幅子图像的各阶不变矩函数作为特征向量.该算法首次将不变矩理论应用于掌纹识别,可对掌纹ROI灰度图像直接提取特征,去除了如图像增强和纹理细化等预处理算法所带来的消耗,得到的特征向量长度远小于传统算法.作者使用自行采集的数据库对该算法进行实验,获得了98.33%的正确识别率,验证了算法的有效性和准确性.     

自动指纹识别技术的发展与应用

自动指纹识别技术是利用人类指纹的唯一性，通过对指纹图案的采样、特征信息提取并与库存样本相比较的过程来实现身份识别的技术。与帐号＋密码、IC卡等传统的身份识别手段相比，自动指纹识别技术具有不完全丢失、不会遗记、唯一性、不变性、防伪性能好和使用方便等优点，已经逐步在门禁、考勤、金融、公共安全和电子商务等领域得到应用。介绍了自动指纹识别技术的研究现状和指纹特征定义和提取、指纹比对等主要研究内容，分析了该技术面临的主要困难：指纹采集、指纹分类和缺乏相应的系统性能评价体系，提出了该技术的发展方向为非接触式复皮层指纹采集、兼容主流采集设备的识别芯片的开发和多种生物识别技术的融合，对该技术的发展进行了预测。     

用行走时下肢关节角度进行身份鉴别

为了对运动人体进行身份识别,研究行走中下肢关节角度作为分类依据的可行性与识别率问题。用3种方法进行特征矢量的选择:1)直接采用单一关节角度的原始值作为特征矢量;2)把3个关节角度的原始值都作为特征矢量;3)按照SandroGiannini提出的方法提取18个关节角度特征参数作为特征矢量。实验结果表明,除了单独采用髋关节角度作为特征矢量进行分类的识别率较低外(55%),采用其他特征矢量提取方法进行分类均能达到比较高的识别率(>80%)。证明膝关节角度、踝关节角度或3个下肢关节角度的组合带有足够的个人信息,是可以用来进行生物识别的。     

生物识别技术与应用

生物识别技术可以用来鉴别身份或证明身份，主要包括虹膜识别、视网膜识别、面部识别、指纹识别、DNA识别、气味识别、签字识别和声音识别等，其中指纹识别是最常用的一种．生物识别技术在人类的物理生存空间和虚拟生存空间具有广泛的应用前景。在介绍生物识别原理的基础上。讨论了两种类型生物识别技术，一种基于生理特征：虹膜识别、视网膜识别、面部识别和指纹识别；另一种基于行为特征：签字识别和声音识别。