掌紋圖像處理及識別方法研究.pdf

1、隨著信息技術(shù)不斷飛速發(fā)展,對各種系統(tǒng)的可靠性和安全性提出了更高要求,作為網(wǎng)絡(luò)化與信息化時代必不可少的身份鑒別手段,生物特征識別技術(shù)已成為國內(nèi)外的前沿?zé)衢T研究方向。掌紋識別是一項新的生物識別技術(shù),具有成本較低、穩(wěn)定性較高、識別速度快、抗噪能力強(qiáng)、易于使用及可接受程度高等優(yōu)點,對提高認(rèn)證系統(tǒng)的可靠性和安全性具有十分重要的研究意義和實用價值。
　　 掌紋識別技術(shù)包括掌紋圖像的采集、預(yù)處理、特征提取和匹配等環(huán)節(jié)。掌紋圖像的采集中獲取圖像

2、的質(zhì)量最為重要;掌紋預(yù)處理中主要是獲取有效的感興趣區(qū)域;掌紋特征提取的核心技術(shù)是如何提取高效而有區(qū)分能力的特征;掌紋特征匹配中匹配算法的選取和設(shè)計是關(guān)鍵。因此,如何實現(xiàn)高精度、高可靠性及高效率的掌紋識別方法一直都是掌紋識別技術(shù)中復(fù)雜而有意義的課題。本文正是基于這個情況,對掌紋識別技術(shù)進(jìn)行了深入的研究和新的探索。本文的主要工作如下:
　　 (1)針對掌紋識別技術(shù)的特點,深入研究了掌紋識別技術(shù)的操作模式及掌紋識別系統(tǒng)的性能評估指標(biāo),

3、給出了本文掌紋識別的操作模式及評價系統(tǒng)性能的評估指標(biāo);研究了主成分分析技術(shù)、獨立成分分析技術(shù)、線性判別分析技術(shù)及近似線性的非線性降維技術(shù)等掌紋識別降維技術(shù)的線性降維特性,分析了具有良好時頻特性的Gabor小波技術(shù),為掌紋識別技術(shù)的深入研究提供了理論基礎(chǔ)。
　　 (2)針對采集到的掌紋圖像存在手掌放置的位置不同、手指張開度不同等問題,會導(dǎo)致定位分割困難,設(shè)計了一種基于直線與手指邊緣的自動找點掌紋定位分割方法,其根據(jù)掌紋的輪廓特征,

4、對手掌圖像進(jìn)行二值化濾波處理,分離手指與手掌,通過手指的四指輪廓確定定位點,對具有一定自由度的掌紋進(jìn)行歸一化和定位,從而提取其感興趣區(qū)域。
　　 (3)針對子空間掌紋識別技術(shù)中存在的小樣本問題和線性判別分析準(zhǔn)則函數(shù)的最優(yōu)化與識別率的最大化不直接相關(guān)的問題,設(shè)計了一種融合雙向主成分分析的二維線性判別算法。本算法是直接對掌紋圖像矩陣投影,能夠同時消除圖像行和列的相關(guān)性,構(gòu)建一個新的線性判別分析準(zhǔn)則函數(shù),并利用最佳的投影向量來提取最優(yōu)

5、判別信息,實現(xiàn)掌紋的判別。
　　 (4)根據(jù)Gabor變換的特點,研究了二維Gabor小波的時頻域特性和主成分分析的降維方法,設(shè)計了一種基于Gabor的二維主成分分析算法。該算法將不同尺度和方向的Gabor濾波器與所有掌紋圖像的訓(xùn)練樣本做卷積,將所得的特征組成高維Gabon.特征空間,再將Gabor特征空間通過主成分分析方法降維,提取較少的系數(shù)來表征圖像。
　　 (5)針對傳統(tǒng)二維線性判別算法存在白化處理、計算復(fù)雜度高及