基于特征融合和神經(jīng)網(wǎng)絡的掌紋識別方法研究.pdf

1、當今社會，隨著信息化與網(wǎng)絡化的高度發(fā)展，信息安全顯示出前所未有的重要性。因此，作為其中一個分支的身份識別技術(shù)也就具有相當高的研究價值與廣泛的應用前景。其中，生物特征識別技術(shù)以其特有的穩(wěn)定性、唯一性和方便性，得到越來越廣泛的應用。 生物特征識別技術(shù)將信息技術(shù)與生物技術(shù)相結(jié)合，利用人體本身具有的物理特征(如掌紋、虹膜、人臉等)或行為特征(如步態(tài)、簽名、聲音等)來確定人的身份，以取代或加強傳統(tǒng)的身份識別方法。生物特征識別技術(shù)是一項很有

2、前途的生物技術(shù)，在市場上已經(jīng)有很多可行的系統(tǒng)。它以人體唯一的、可靠的和穩(wěn)定的生理學特征作為鑒別個人身份的依據(jù)，采用計算機強大的計算能力和網(wǎng)絡技術(shù)進行圖像處理和模式識別，從而自動驗證個人的身份。 本文在已有對掌紋識別的方法中作了深入的研究的基礎(chǔ)上，給出了一種全新的關(guān)鍵點定位算法，并提出了一種分層次利用特征融合的由粗到細的掌紋識別技術(shù)。在該方法中，主要定義了多模態(tài)特征：基于K均值算法(第一層特征)和經(jīng)過小波分解后基于自適應特征加權(quán)的

3、Zemike矩紋理特征和ICA紋理特征相融合的BP神經(jīng)網(wǎng)絡方法(第二層特征)。針對兩種不同的特征，我們采用先大體聚類后精確分類的算法，并把它們有效的合成到一個識別系統(tǒng)中。最后實驗驗證了該方法的可行性和有效性。 本文主要工作有：(1)對現(xiàn)有的掌紋識別技術(shù)進行了深入的研究和比較。(2)提出了一種全新的基于距離的手掌關(guān)鍵點定位以及有效區(qū)域分割算法。(3)提出了一種基于K均值算法和經(jīng)過小波變換基于加權(quán)Zemike矩提取紋理特征的和ICA