基于链码表示的手臂静脉特征提取与匹配

针对手臂静脉这一生物特征,提出一种基于链码表示的静脉特征提取及匹配算法。由近红外手臂图像中提取出静脉的骨架结构,并将其分割为若干条曲线段,通过曲线的相对方向、相对位置及形状特征计算匹配曲线对,利用粒子群算法计算匹配曲线间的最优空间变换关系,根据静脉全局变换后点集的重叠情况判断匹配程度。针对来自9个国家的110位实验者组成的手臂图像库进行实验,Rank-1和Rank-10%识别率分别为74.5%和93.6%,优于改进Hausdorff距离及模板匹配方法,表明手臂静脉可作为一种新的生物特征来进行身份认证。