基于灰度不均匀矫正和SIFT的手指静脉识别方法

基于手指静脉的身份识别以其方便性和安全性奠定了其在生物特征识别中的优势地位.在手指静脉识别方法中,尺度不变性特征(Scale Invariant Feature Transform,SIFT)虽然普遍被认为效果不佳,但鉴于SIFT在自然图像中取得的良好效果,在分析了手指静脉图像的质量和结构特点之后,设计了一种基于灰度不均匀矫正和SIFT的手指静脉识别方法.首先,根据手指静脉图像对比度低、模糊等特点,利用灰度不均匀矫正增强图像细节;其次,考虑到在尺度不变性特征的匹配过程中,相似特征点的存在也会影响手指静脉识别的性能;第三,在匹配的过程中,还考虑了潜在的特征匹配点.基于灰度不均匀矫正和潜在特征匹配点的手指静脉识别方法取得了良好的识别效果,在香港理工大学手指静脉库(PolyU Finger Vein Database)上六折交叉验证的等错误率(Equal Error Rate,EER)从0.0358降低到了0.0006,表明了方法的有效性.