ISO/IEC 29109-9:2011 — 生物特征一致性测试 — 第9部分：血管图像数据

血管图像一致性测试框架

ISO/IEC 29109-9:2011 为 ISO/IEC 19794-9 中定义的血管图像生物特征数据建立了一致性测试方法。随着血管识别——利用手指静脉或手掌静脉模式——在门禁控制、金融认证和医疗身份管理中的应用日益广泛，标准化一致性测试的需求变得至关重要。与指纹或面部识别不同，血管模式是通过近红外（NIR）成像捕获的内部生物特征，使其能够抵御通过表面伪造进行的欺骗攻击，并将活体检测作为采集过程的内在特征。

一致性测试架构采用了更广泛的29109系列的多层次方法。第一级验证记录头部和结构元数据——数据块长度、采集设备标识、图像尺寸和压缩方案指示器。第二级检查像素数据和质量指标，验证图像尺寸是否与声明的值匹配，以及压缩比是否在可接受范围内。第三级（可选）执行特定于应用的验证，检查血管图像是否包含生物上合理的静脉模式，并具有适当的对比度和信噪比特征。

血管一致性测试的一个独特方面是多视角的处理。根据 ISO/IEC 19794-9，一个血管记录可能包含同一血管部位在不同手指位置或手掌方向捕获的多个视图。每个视图携带自己的头部字段，包括采集时间、光照波长（通常为700–1000 nm）和空间分辨率。一致性测试必须验证跨视图一致性——例如，在多视图记录中，声明的像素分辨率和位深度在所有视图间必须相同。

血管数据结构与编码要求

ISO/IEC 19794-9 中规定的血管图像数据记录使用灵活的二进制格式，旨在容纳多种血管模态（手指静脉、手掌静脉、手背静脉和手腕静脉）。每个记录以一个16字节的通用头部开始，包含记录长度（4字节）、视图数量（1字节）、格式标识符（1字节）以及生物特征类型/子类型代码（各2字节）。在通用头部之后，每个视图有其自己的视图特定头部，描述图像采集参数。

图像像素数据存储为原始8位灰度（256级）或可选地使用JPEG或JPEG2000压缩。一致性测试验证压缩图像解压缩后是否与视图头部中声明的宽度、高度和位深度完全一致。此外，标准定义了一个感兴趣区域（ROI）矩形，指定图像中可用的静脉区域。ROI坐标必须完全位于图像边界内，且至少占总图像面积的25%——这是为了防止近乎空白的静脉采集。

静脉识别工程实现指南

为 ISO/IEC 29109-9 实现一致性测试套件提供了适用于任何基于图像的生物特征系统的工程见解。最重要的教训是一致的采集几何结构的关键性。与指纹不同（用户有意识地按压手指在平板上），静脉采集是非接触式的或使用手指导引装置，导致不同采集会话之间的平移、旋转和缩放变化更大。一致性测试验证声明的像素分辨率（ppi）在多视图记录中是否一致，并且是否在血管捕获的预期范围内（250–1000 PPI）。

第二个关键见解是跨采集设备的质量评分归一化。ISO/IEC 19794-9 中的质量评分表示可用静脉区域的百分比，但不同的传感器供应商以不同方式计算此分数——有些使用基于对比度的指标，其他使用血管连通性分析。在设计多供应商血管系统时，应用供应商特定的校准曲线将质量评分归一化到通用尺度，然后再将其用于质量自适应融合或阈值决策。此校准步骤虽然不在 ISO/IEC 29109-9 范围内，但能显著提高跨供应商匹配性能。

第三，标准对每个记录多视图的处理为模板丰富提供了自然机制。通过编码同一手指的两到三个视图（在不同方向捕获），生成的模板捕获了静脉网络的更宽角度范围，增加了匹配的有效特征空间。第二级一致性测试确保所有视图独立有效；系统集成商随后可以利用多视图结构实现视图加权匹配，其中比较分数计算为每个视图相似度分数的加权和。

常见问题