Matlab课程设计——手指静脉识别项目

手指静脉识别项目

项目方案设计介绍

本项目实现手指图像的处理和匹配算法,需要处理的数据是本人不同手指的图像,首先经过图像处理,使得指静脉的纹理增强凸显处理,然后将所有的这些图像进行相互间的匹配,检验类内和类间的匹配度,观察其是否能够明显区分开来,并据此计算正确率。

在本项目中,由于是基于算法原型的研究,因此我们选用了操作便捷的Matlab R2019b软件作为运行环境,在Windows 10 Pro for Workstation操作系统中实现算法。

算法分为以下几个过程:

图像预处理过程中,需要增强图像,提取手指区域,为识别做准备。拟采用CLAHE、直方图均衡、二值化等算法,以达到增强图像的效果;拟采用边缘检测算法实现手指的识别和提取

图像的特征提取和匹配过程中,拟采用两类不同的方法。一是局部不变特征提取算法。这些算法具有检测图像中的特征点,并对特征点的局部区域进行描述和匹配的功能。二是针对二值化图像的模板匹配,检测其匹配度。

系统识别性能

SIFT------正确率93.625%

SURF------正确率86.1875%

归一化二维互相关模板匹配------正确率99.5625%

文件结构说明

注意:以下代码中涉及的文件夹需要先自行创建,使用其它数据来源需要先自行更改字符段中涉及的文件夹。代码中的".\590"文件夹是本人指静脉数据来源文件夹。文件夹目录结构如下:

\图像处理与机器视觉创新实践:.

│ 20191121《机器视觉创新实践》课题研究任务书(一).pdf

│ 590.zip

│ cut.m

│ gaborfilte.m

│ gaborfilter2.m

│ ImageEnhancement.m

│ img2deg.m

│ input2FingerImg.m

README.md

│ LICENSE

│ sift-图像增强实现2-1.mat % 由于SIFT算法耗时较长,其结果被保存下来以便多次使用

│ SIFTpair.asv

│ SIFTpair.m

│ SURFpair.m

│ TemplateMatching.m

│ tmp.key

│ tmp.pgm

├─590

├─siftDemoV4

│ appendimages.m

│ basmati.pgm

│ book.pgm

│ box.pgm

│ defs.h

│ LICENSE

│ Makefile

│ match.c

│ match.m

│ README

│ scene.pgm

│ showkeys.m

│ sift

│ sift.m

│ siftWin32.exe

│ tmp.key

│ tmp.pgm

│ util.c

运行指南

提取ROI区域

运行cut.m

图像增强与二值化

运行ImageEnhancement.m

Gabor图像滤波

运行gaborfilte.m

SIFT算法特征检测与匹配

在执行此程序前需要将siftDemoV4文件夹及其子文件夹添加到路径,在matlab中右键菜单即可操作。

运行SIFTpair.m

SURF算法特征检测与匹配

运行SURFpair.m

归一化互相关模板匹配

运行TemplateMatching.m

相关推荐
2401_8574396924 分钟前
SSM 架构下 Vue 电脑测评系统:为电脑性能评估赋能
开发语言·php
孤亭远见26 分钟前
COMSOL with Matlab
matlab
SoraLuna1 小时前
「Mac畅玩鸿蒙与硬件47」UI互动应用篇24 - 虚拟音乐控制台
开发语言·macos·ui·华为·harmonyos
xlsw_1 小时前
java全栈day20--Web后端实战(Mybatis基础2)
java·开发语言·mybatis
Dream_Snowar2 小时前
速通Python 第三节
开发语言·python
图南楠3 小时前
simulink离散传递函数得到差分方程并用C语言实现
matlab
高山我梦口香糖3 小时前
[react]searchParams转普通对象
开发语言·前端·javascript
信号处理学渣3 小时前
matlab画图,选择性显示legend标签
开发语言·matlab
红龙创客3 小时前
某狐畅游24校招-C++开发岗笔试(单选题)
开发语言·c++
jasmine s3 小时前
Pandas
开发语言·python