資訊中心

靜脈識別技術的誕生與發展

引言

靜脈識別作為一種迅速發展的生物身份識別技術,有著顯著的優點:用戶容易接受,排斥性低。靜脈識別特征不易復制,比指紋受破壞的可能性更小。不易入侵,無明顯的健康威脅,特征惟一性,低成本,精確快速,比簽名和聲紋等行為生物測量特征變化小。因此靜脈識別具有廣闊的應用前景。

發展歷史及研究現狀

1983年,柯達公司在諾丁漢的雇員Joseph Rice在研究紅外條形碼技術時產生了利用人手背血管紅外成像作為身份識別的想法,發明了手靜脈特征識別技術,取名為Veincheck。然而柯達公司的主管認為此技術缺乏市場潛力并未采用。

1987牟10月31日J.Rice獲得此項技術的第一個專利(Patent #4699149,Apl3aratus for the identification of Individuals)。J.Rice將其發明授權給BTG(British Technology Group)負責專利的開發和管理,希望能在安防工業有所建樹,但當時并未引起BTG足夠的重視,開發進度緩慢。

1990年J.Rice擔心此發明被BTG拖延了時間而埋沒,決心自己投入技術開發,此時BTG已安排英國前國家物理實驗室科學家David Claydon開始了有關靜脈結構的多樣性和惟一性測試,J.Rice和David討論后采用了Statistical Process Control(SPC)的方法進行生物身份識別。

1991至1993年P.MacGregor,R.Welford,P.L.Hawkes和D.O.Clayden等人發表了3篇關于Veincheck的原理介紹性文章和技術報告,明確指出Veincheck是一種以手背靜脈作為身份比對特征的生物識別系統。

1992年,日本北海道大學生物工程系的K.Shimizu發表文章認為可以利用人體手血管紅外成像作為身份識別依據,此文章被認為是亞洲進行手靜脈識別技術研究的源頭。

1994年J.Rice發表名為“A Quality Approach To Biometrie Imaging”的文章簡要的介紹了Vein-check的開發歷程和相關算法。受當時技術條件的限制,J.Rice采集的圖像質量很差,但測試效果仍然令人鼓舞。

1993至1995年間,澳大利亞的A.J.MeIinert,J.M.Cross and C.L.Smith開展了基于熱成像的手背血管特征識別的研究。

1997年,韓國的BK System公司發布了亞洲第一個商用手背靜脈識別產品BK-100。

1998年BTG上市公司高級經理Eugene Sweeney撰文介紹了veincheck手靜脈識別技術的優點:社會可接受,特征不易復制,比指紋受破壞的可能性更小,不易入侵,無明顯的健康威脅,特征唯一性,低成本,精確快速,比簽名和聲紋等行為生物測量特征變化小。

1998年H.S.Choi和BK System取得了美國專利,BK S-ystem又開發了BK200和BK-300兩個改進產品,由于種種原因,1998年底,BK System的產品就停產了。

2000年,Veincheck的開發原型機在英國信息安全部門CESG/BWG的通用辦公環境測試中表現平庸,此后沒有發現有關Veincheck產品商用的報告。J.Rice研究宣傳Veincheck技術的網站最后一次更新停留在了2000年。

2000年,BK System的一些成員組建了Techsphere公司,繼續研發靜脈識別產品,最終推出了VP-Ⅱ。這期間他們發表了一些論文,在圖像采集和濾波算法上都進行了改進,使用了組合常態濾波和增強濾波、基于靜脈走向的方向濾波算法,報道稱該研究采用10,000人進行了測試,FAR可提高到0.000,01,識別速度為0.1s。VP-II在BK System產品的基礎上重新設計,使用了當時最新的數字圖像處理技術,采用紅外光源補償,改進了靜脈特征的抽取算法,通過溫度傳感器檢測防止欺騙,大大改進了可靠性并提高了性價比,同時聲稱適用于99.98%的人群。VP-n被成功應用于機場,銀行和醫院等單位。此時,為了繞開手背靜脈識別的專利,在日本興起了基于手掌靜脈和手指靜脈識別技術的研究和開發,M.Kono和N.Miura等人先后發表了關于手指靜脈識別的文章。日立公司推出了系列手指靜脈識別產品。富士通公司則推出了手掌靜脈識別產品。此后靜脈識別技術的發展就進入了研究和產業化交織的狀態。而且由于企業早期的介入和過多的專利保護,一度大大降低了此項研究的活性。

2006年國際生物識別組(International Biometric Group:IBG)對比測試報告公布了日立公司Hitachi TS-E3F1和富士通公司Fujitsu P-almSecure的測試結果。測試結果表明目前靜脈識別技術和虹膜識別技術的性能指標相當。

中國對靜脈識別技術的研究起步較晚。

2003年清華大學學報報道了清華大學精密測試技術及儀器國家重點實驗室利用自行設計的近紅外血管圖像采集儀提取血管的原始圖像并進行了特征識別,文獻中描述:對采集到的圖像樣本,由于存在光照不均是圖像灰度分布不均的情況,所以要對圖像灰度做歸一化處理,使其均值方差在規定范圍內,這樣在進一步處理和匹配時可以降低難度,在圖像增強與二值化部分,采用分區動態二值化方法實現,再對二值圖像濾波去噪,然后細化,最后提取細化圖像特征,以端點、交叉點為基礎進行特征比對。文獻給出了65個小范圍樣本的匹配實驗結果,在拒真率為4.6%條件下,誤識率為0。中國臺灣某大學的范國清和林志隆等人采用中紅外熱成像技術研究了手掌和手背靜脈的識別方法,他們使用了Inframetrics Corp的紅外攝像機,采用的紅外波長為3.4~5μm,探測器為PtSi 256×256 element FPA,達到FRR和FAR同為2.3%。

2004年后,其他一些大學紛紛開始了靜脈識別技術的研究,如哈爾濱工程大學的王科俊,丁宇航等人較為系統的研究了手靜脈識別的采集和識別算法,其他高校如吉林大學李鐵鋼、韓笑等等也分別在靜脈圖像的采集、紅外圖象增強和特征識別等方向做了大量研究工作。

2010年后,中國國內靜脈識別商用技術也趨于成熟化。

基本原理

手靜脈識別的原理是通過紅外成像獲取人手局部的血管圖像,通過ROI(Region of Interesting)的選取,圖像增強等步驟獲得優化的圖像,再通過模式分割和細化提取靜脈模式進行匹配,從而得到辨識結果。圖像獲取是建立在紅外成像的基礎上的,對物質光譜響應的研究開展的很早,很多醫學和生物學實驗室都測定了血紅蛋白等物質的光譜響應曲線,氧合血紅蛋白HbO2,脫氧血紅蛋白Hb和水的光譜吸收曲線,研究發現人體組織對紅外波段的光線吸收較弱,即紅外光具有較強的穿透能力,在波長為805 nm處,HbO2和Hb的響應曲線交叉,水的吸收因子也很低,因人體血管內HbO2和Hb的濃度是變化的,為保證紅外成像的穩定性,805 nm是理想的成像光波段。

靜脈圖像采集裝置的研究

國內外對靜脈識別采集裝置的研究:靜脈圖像的采集裝置按有無主動光源分為兩類,無主動光源的采集設備主要是熱像儀,價格昂貴,目前使用的很少。有主動光源的采集設備主要有3種結構。手背和手掌靜脈采集采用反射式,手指靜脈采集一般采用透射式。在靜脈識別的發展史上,圖像采集設備在不斷地演進中,圖像質量越來越好,體積越來越小,價格越來越便宜。

1995年澳洲Edith Cowan大學的J.M.Cross和C.L.Smith在論文中首次提到使用紅外LED作為補償光源對手背靜脈進行拍照,此前BTG的veincheck使用鎢絲燈作為光源。

英國的David Oswald Clayden 1998年在他的一個美國專利中,介紹了靜脈采集的方法,手握住一固定拉手上來固定手背的位置,在其上方有一對固定的帶通濾光片和一個攝像機,通過四個紅外光源照射的光線,提取手背靜脈圖像,通過相關算法,可以簡易地實現認證。這也是韓國的VP-II使用的采集方法。

南洋理工大學計算機工程學院的Lingyu Wang和Graham Leedham在論文中提到,靜脈隱藏在皮膚下面,通常我們肉眼以及其他的可見光檢測系統是不可見的。人體的淺表靜脈的溫度比周圍組織的溫度要高,因此,通過一個熱攝像機獲取手背靜脈的圖像。在這項工作中,使用了一個NEC熱跟蹤儀來獲取手背圖像。

索尼公司2009年2月2日宣布了一項命名為“mofiria”的超薄型的手指靜脈識別技術的開發成果,它采用了獨特的方法:一個CMOS感應器斜向捕捉手指靜脈內部透過的散射光,從而形成一個平面圖案;可以實現微型和更為靈活的設計以將此項技術植入移動設備中。考慮到雜光干擾的影響,此技術能否實際應用還不得而知。

國內研究機構在靜脈圖像采集裝置上的開發性研究投入較少,多為局部的改進,如2008年北京大學的Yanggang Dai等使用了非均勻紅外光源補償,使手指的紅外圖像亮度均勻,使得圖像灰度標準差降低48.4%,靜脈長度和分叉個數兩種特征值分別增加了44.1%和31.4%。

算法研究

靜脈識別算法的研究主要集中在紅外圖像的預處理,特征抽取和模式匹配這三個環節。紅外圖像的預處理主要研究圖像濾波,圖像增強和二值化等方面。有關算法仍然在不斷完善和改進,中值濾波,形態學濾波,直方圖均衡化等方法都被廣泛使用。特征抽取和匹配算法緊密結合,目前基于血管骨架的拓撲結構和特征點的匹配方法比較流行,基于圖像Hu不變矩判定、二維隨即信號相關函數計算、灰度統計等比對方法都有嘗試。由于國內外對于圖像識別的研究近年一直是熱點,紅外圖像的預處理,特征抽取和模式匹配這三個環節都有大量算法借鑒,國內一些研究機構開展了應用研究,限于篇幅,這部分內容不再一一介紹。根據近年的研究結果,單一的特征很難保證識別的效果,因此多種特征識別方法的融合成為了研究的重點。

生物識別技術仍然在不斷的發展中,指紋識別、掌紋識別、虹膜識別、人臉識別和靜脈識別等等不斷涌現的新算法相互借鑒,促進了各自技術研究的深入。包括基于圖像的植物和動物自動識別技術都與傳統的生物身份識別技術發生了技術交流現象,如植物葉脈識別和昆蟲自動識別的算法和指紋、掌紋、虹膜及靜脈識別技術的算法就發生了相互滲透,如文獻等。


快乐时时彩app 大发pk10计划在线 好运快三分析预测 期货配资公司是否正规 海南体育彩票飞鱼开奖结果 广东快乐10分算法 王者电玩城安卓版下载 免费四人单机无网麻 东方通信股票 一波中特10000准 最有信誉的提现棋牌 浙江十一选五开奖查询结果 重庆快乐十分开奖记 四川麻将血战到底和血流成河 重庆百变王牌电脑走势图 今晚买什么码中特 闲来麻将下载苹果版