掌紋圖像處理及識別方法研究.pdf

1、隨著信息技術不斷飛速發(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,生物特征識別技術已成為國內外的前沿熱門研究方向。掌紋識別是一項新的生物識別技術,具有成本較低、穩(wěn)定性較高、識別速度快、抗噪能力強、易于使用及可接受程度高等優(yōu)點,對提高認證系統(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。
　　 掌紋識別技術包括掌紋圖像的采集、預處理、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、的質量最為重要;掌紋預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計是關鍵。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中復雜而有意義的課題。本文正是基于這個情況,對掌紋識別技術進行了深入的研究和新的探索。本文的主要工作如下:
　　 (1)針對掌紋識別技術的特點,深入研究了掌紋識別技術的操作模式及掌紋識別系統(tǒng)的性能評估指標,

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;研究了主成分分析技術、獨立成分分析技術、線性判別分析技術及近似線性的非線性降維技術等掌紋識別降維技術的線性降維特性,分析了具有良好時頻特性的Gabor小波技術,為掌紋識別技術的深入研究提供了理論基礎。
　　 (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,會導致定位分割困難,設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中存在的小樣本問題和線性判別分析準則函數(shù)的最優(yōu)化與識別率的最大化不直接相關的問題,設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性,構建一個新的線性判別分析準則函數(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、計算復雜度高及