技術特征：

1.一種基于脈向檢測的指靜脈識別技術，具體技術方案如下：

步驟1、將圖像轉為灰度圖像，然后進行中值濾波；

步驟2、用邊緣檢測算子提取圖像邊緣；

步驟3、對圖像進行霍夫直線檢測，再取檢測出的直線中的兩條距離最近的直線，作為圖像兩個邊緣，獲得圖像的寬；然后取所有直線水平距離最遠的兩點分別作切線，獲得圖像的長，從而獲得圖像的感興趣區(qū)域；

步驟4、對圖像進行歸一化處理；

步驟5、對圖像效果進行增強；

步驟6、首先對圖像每個像素點進行脈向檢測，采取4至方向15算子進行脈向檢測，得到每個像素點的總值pixel_total：

再對圖像進行量化，則新的圖像每個像素點為：

$pixel\_new=\left\{\begin{array}{cc}pixel\_total,& pixel\>0\\ 0,& pixel\<0\end{array}\right.---\left(1\right)$

最后經(jīng)過脈向檢測后得到的歸一化圖像；

步驟7、對圖像進行二值化處理；

首先根據(jù)步驟6歸一化的像素值求圖像的灰度均值：

$Gmean=\frac{1}{N\×N}\underset{1}{\overset{N}{\Σ}}\underset{1}{\overset{N}{\Σ}}pixel\_total---\left(2\right)$

再進行二值化：

$pixel\_new=\left\{\begin{array}{cc}1,& pixel\_new\≥Gmean\\ 0,& pixel\_new\<Gmean\end{array}\right.---\left(3\right)$

步驟8、用形態(tài)學操作對圖像去除空洞和毛刺；

步驟9、對圖像進行細化：

步驟10、進行尺度不變特征提取；

步驟11、根據(jù)提取特征進行匹配：

采用兩向量內積最大值為最匹配的點，設定一閾值，只有當這個最大值大于該閾值方可認為兩特征點匹配。

2.如權利要求1所述基于脈向檢測的指靜脈識別技術，其特征在于：所述步驟2邊緣檢測算子為sobel算子。

3.如權利要求1所述基于脈向檢測的指靜脈識別技術，其特征在于：所述步驟5對圖像效果進行增強的方法為直方圖均衡化。

4.如權利要求1所述基于脈向檢測的指靜脈識別技術，其特征在于：所述步驟8中形態(tài)學操作為先進行閉操作，再進行濾波。

5.如權利要求1所述基于脈向檢測的指靜脈識別技術，其特征在于：所述步驟10采用快速魯棒性尺度不變特征提取SURF算法。