随着信息技术的发展,生物特征识别技术逐渐深入到人们的生活中。生物特征识别技术主要是依靠人体固有的特征进行身份验证。生物特征识别技术克服了传统信息安全技术的一些缺点,提供一种更加便捷、安全、稳定的信息安全方法,将带来信息安全技术一次变革。生物特征识别技术近几年得到了很大的发展,逐渐地从科研走向应用。现在大部分的研究倾向于更加稳定,更具有唯一性的识别技术。为满足这一要求,生物特征逐渐从宏观特征转向微观特征。人脸识别目前已经很成熟,但人脸特征容易受各种因素的影响,识别正确率受到了限制。因此,本文提出一种新的生物特征识别技术一鼻部毛囊识别技术。毛囊作为人体的代谢终端,其分布是一种优化的分形网络,符合生物特征识别的要求,而且鼻部毛囊分布具有较高的稳定性。本文结果表明:鼻部毛囊的特征的识别可以作为一种高效的人体身份认证技术。本文同时还研究了手指静脉识别。静脉特征被看作是最有前途的生物识别特征之一,本文深入研究了手指静脉的采集,特征增强和提取,进一步提高了手指静脉在实际应用的稳定性和实用性。本文主要工作如下:(1)提出一种新的生物特征识别方法—鼻部毛囊识别。毛囊作为人体代谢系统的终端,是一个优化的网络结构,具有可区别性。人脸鼻子部分的皮肤一旦成熟后就不再改变,毛囊则随着皮肤的形成而形成的。毛囊一旦形成就不会发生变化,死亡后也不会再生,因此鼻子毛囊具有高的构造稳定性。虽然毛囊会随着分泌物的多少,其毛孔大小会有些变化,但是鼻部毛囊的分布构型特征不随之改变。首先利用两种分割方法分割图像的感兴趣区域,然后利用Hessian矩阵特征值、特征向量和梯度的关系提取毛囊位置,最后利用相关分类器分类。影响识别正确率的主要因素是不同姿态导致的分割感兴趣区域发生变化。本文利用两个鼻孔面积的变化估计人脸的微姿态,并利用仿射变换调整图像,减小人脸姿态对分割图像的影响。研究结果表明,鼻部毛囊识别具有良好的稳定性,具有可作为生物识别的基础正确率88%。(2)基于加权保局投影的毛囊识别。局部保留映射(LPP)是一种最优的保持数据集局部结构的一种线性映射,它的特点是保留了样本的局部结构,而没有考虑判别信息,从而容易引起类间距离小的类别之间的重叠。线性判别的局部保留映射(DLPP)算法将判别分析的思想引入LPP,同时考虑样本间的相邻关系以及模式类之间的相邻关系,从而得到能正确分类的最优投影方向。本文根据毛囊特征,提出一种加权的保局投影(WLPP)方法:在图像局保投影前先确定样本毛囊个数,然后利用两个样本的毛囊个数差加权相似矩阵,毛囊图像经过WLPP的加权处理后,对样本的识别正确率提高到93.24%。(3)手指静脉识别系统。首先对手指静脉采集设备进行改进。已经出现的静脉采集设备都是用发光二极管(LED)作为采集光源。LED光源的功率小,穿透能力弱等特点,导致采集图像有阴影。手指静脉,在不同的环境温度下,会发生不同程度的扩张(或收缩),因此所采集到的手指静脉图像会随环境温度发生变化。本文采用激光二极管(LD)阵列作为采集光源。LD光源强穿透能力,用LD采集手指静脉图像中的阴影能明显地减弱;同时LD具有的大功率,采集平台温度均衡而稳定,可保证所采集的图像不会受环境温度的影响。本文所设计的设备能暴露在各种环境光下进行手指静脉采集,增强了采集设备的实用性。本文提出了以手指关节作为分割图像的基准点,进行相关的图像处理。手指静脉作为人体循环系统的一部分,是一个优化的分形网络,具有自相似性。作为优化的分形网络,不同的人体的静脉特征会有不同的网络,因此手指静脉具有很高的唯一性。然而目前用分形理论研究静脉特征还未见研究报告。基于此,本文应用多分辨方法对静脉图像进行除噪和增强处理,并用第一个关节部位来的对静脉图像作分割处理,最后用毯子维和缺项来提取手指静脉特征,并且分类。模拟结果表明本文处理静脉识别方法的有效识别正确率在97%以上。