基于改進的PCA和ICA算法的掌紋識別研究.pdf

1、生物特征識別技術就是通過計算機和生物統(tǒng)計學原理等高科技手段的密切結合，利用人體固有的生理特性和行為特征，來進行個人身份的鑒定。它被認為是當今高度互聯的信息化社會的最高級別的安全密鑰系統(tǒng)。近年來正以其獨特的優(yōu)勢引起了國際學術界、企業(yè)界、政府以及國防、軍事部門的高度重視。掌紋識別是眾多生物特征識別技術的一種，具有非常重要的意義。掌紋識別指通過人體手掌的掌紋中包含的有效信息來識別個人的身份。人的掌紋具有唯一性，且終身不變，根據這一特點，掌紋可

2、以被用作人體的身份識別。 掌紋識別的算法很多，包括剛剛興起時利用掌紋點特征的方法，以及后來的頻域方法，主成分分析法，獨立成分分析法，等等。其中的每種算法都是各有優(yōu)缺點。因而近些年來，研究學者們傾向于將幾種算法混合起來實現掌紋識別。 本論文也是從此角度出發(fā)，潛心研究了掌紋識別技術中的PCA關鍵技術，并在研究的基礎上對其進行改進和創(chuàng)新。即是針對經典PCA算法中并不適用于分類的缺點，在本文對掌紋圖像的的實驗分類中，選取那些使樣

3、本類內離散度較小，而樣本類間離散度較大的特征值來表示原有的掌紋圖像信息。將此思想應用于實驗中時，結果證明，此改進算法既不會丟失掌紋圖像的原有信息，又在一定程度上提高了識別率。 本實驗同時也將改進的PCA算法和ICA算法結合起來，即是在對掌紋圖像經過改進的PCA處理后，再進行獨立成分分量的提取，并將兩種算法應用于一個掌紋識別系統(tǒng)中。實驗數據顯示，兩張方法的結合與單一方法相比，在時間上并無明顯差別，但是對于同等數量的掌紋圖像，其識別