基于生物特征識(shí)別的安防系統(tǒng)中,掌紋和指紋識(shí)別占有較大的市場(chǎng)份額。針對(duì)傳統(tǒng)的基于單種特征的指紋識(shí)別系統(tǒng)或掌紋識(shí)別系統(tǒng)在應(yīng)用中存在識(shí)別率不高或容易受到指紋模具等“假指紋”攻擊的問(wèn)題,本文提出融合多種生物特征的身份驗(yàn)證策略,開(kāi)發(fā)新的魯棒性更強(qiáng)的生物特征識(shí)別系統(tǒng)。具體為:（1）提出基于指掌的識(shí)別方案并開(kāi)發(fā)應(yīng)用于Android手機(jī)端的指掌識(shí)別APP:本文用Android手機(jī)相機(jī)采集了一個(gè)包含100個(gè)個(gè)體,400張手掌（手指和掌紋）圖像的數(shù)據(jù)庫(kù)。在這個(gè)數(shù)據(jù)庫(kù)上驗(yàn)證了基于非接觸式掌紋及指節(jié)折痕的識(shí)別算法的準(zhǔn)確率。其中提出的非接觸式掌紋及指節(jié)折痕的身份認(rèn)證算法共包含四個(gè)步驟:一、使用基于膚色檢測(cè)和最大連通域的分割算法提取掌紋感興趣區(qū)域;二、使用Harris角點(diǎn)檢測(cè)算法來(lái)定位手指間谷點(diǎn)等關(guān)鍵點(diǎn)坐標(biāo),使用連通域和投影方法來(lái)定位指節(jié)折痕的關(guān)鍵點(diǎn)位置;三、選取競(jìng)爭(zhēng)編碼來(lái)表示掌紋和指節(jié)折痕特征,并提出指節(jié)折痕和掌紋特征的層級(jí)融合策略;四、利用下采樣方法適配Android手機(jī)的配置和運(yùn)算能力以保證系統(tǒng)運(yùn)行速度。（2）利用指靜脈能進(jìn)行活體檢測(cè),防止惡意攻擊的優(yōu)點(diǎn),本文開(kāi)發(fā)了一個(gè)基于多目指紋和指靜脈特征的可靠的識(shí)別系... 

【文章來(lái)源】：深圳大學(xué)廣東省

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

生物特征識(shí)別市場(chǎng)按技術(shù)分類(lèi)百分比

非接觸式指掌識(shí)別系統(tǒng)研究及開(kāi)發(fā)21.2國(guó)內(nèi)外研究現(xiàn)狀1.2.1掌紋識(shí)別技術(shù)手掌掌紋[4]是一種相對(duì)較新的生物特征，Zhang等人[5]率先開(kāi)始手掌掌紋識(shí)別的研究工作。掌紋中包含豐富的特征[6]，如主線、皺褶、三角點(diǎn)和細(xì)節(jié)點(diǎn)等，如圖1-2所示。與其他生物特征相比，掌紋的優(yōu)勢(shì)是很明顯的。相對(duì)指紋而言，掌紋的面積很大而且擁有豐富的紋理信息，在較低的分辨率的采集設(shè)備下就可以構(gòu)建高性能的掌紋識(shí)別系統(tǒng)；對(duì)于人臉而言，人臉容易發(fā)生變化，如化妝、整容等，而掌紋則不會(huì)輕易發(fā)生改變；對(duì)于虹膜而言，掌紋的低分辨率的采集設(shè)備成本更低，采集方式更為容易，用戶(hù)接受度更高；因此，掌紋被認(rèn)為是一種有效的生物特征，其識(shí)別技術(shù)也越來(lái)越成熟。在早些時(shí)候的刑事偵查案件中，掌紋僅僅是作為一種輔助的痕跡物證，從2000年左右開(kāi)始，興起了以掌紋作為一種生物特征進(jìn)行身份識(shí)別的風(fēng)潮。20世紀(jì)末產(chǎn)生掌紋生物特征，經(jīng)歷四年的發(fā)展，21世紀(jì)初至今，掌紋識(shí)別技術(shù)已越發(fā)成熟。束為和張大鵬等人[8-9]是國(guó)內(nèi)最先提出將掌紋作為生物特征用于身份認(rèn)證，他們是掌紋識(shí)別領(lǐng)域的先驅(qū)。在此之后，學(xué)術(shù)界開(kāi)始了掌紋識(shí)別的研究熱潮，如北京大學(xué)、北京交通大學(xué)、哈爾濱工業(yè)大學(xué)、香港理工大學(xué)和美國(guó)的密歇根州立大學(xué)等國(guó)內(nèi)外高校都開(kāi)始投入到這一新興領(lǐng)域的研究中，創(chuàng)作了許多關(guān)于掌紋識(shí)別技術(shù)的優(yōu)秀學(xué)術(shù)成果。香港理工和哈工大在掌紋識(shí)別領(lǐng)域影響力非常大，他們的掌紋識(shí)別技術(shù)非常有創(chuàng)造性而且被認(rèn)為是經(jīng)典，他們研究搭建了On-line掌紋識(shí)別系統(tǒng)并將其應(yīng)用于市場(chǎng)，公開(kāi)了第一個(gè)掌紋圖像標(biāo)準(zhǔn)庫(kù)[10]，至今這個(gè)數(shù)據(jù)庫(kù)仍然被廣大研究掌紋識(shí)別的學(xué)者所應(yīng)用。圖1-2掌紋中包含的各種特征[6]掌紋識(shí)別系統(tǒng)是以掌紋圖像作為身份識(shí)別的特征，其識(shí)別系統(tǒng)通常包括兩個(gè)模塊：注冊(cè)與

非接觸式指掌識(shí)別系統(tǒng)研究及開(kāi)發(fā)3紋特征進(jìn)行一對(duì)一匹配，就可完成身份的識(shí)別。（a）采集設(shè)備（b）手掌定位圖1-3PolyU接觸式掌紋采集設(shè)備[5]掌紋采集圖像通常分為兩種方式：接觸式和非接觸式[5]。接觸式的采集方式不論是在前期采集圖像時(shí)，還是在后期對(duì)掌紋特征的處理都更加便捷：這種方法限定了手掌的放置位置，如圖1-3（b），相同的光照環(huán)境，在所限定的范圍內(nèi)采集圖像，這樣便于達(dá)到穩(wěn)定的成像環(huán)境，避免了光照強(qiáng)度的不同對(duì)掌紋圖像的影響，也可以避免由于采集的掌紋位置不同使精確度降低的不良影響。如圖1-3（a）所示。非接觸式的掌紋采集方式，用戶(hù)手掌完全懸空，沒(méi)有任何輔助支架支持，手掌可以隨意擺放，這樣在采集的手掌圖像中手掌方向各不相同，在圖像預(yù)處理的環(huán)節(jié)中首先需要將手掌圖像校正在同一方向，然后才能準(zhǔn)確的分割出掌紋感興趣區(qū)域，進(jìn)而精確的提取出掌紋特征。但是在掌紋圖像校正和分割仍然是非接觸式采集系統(tǒng)的一大難點(diǎn)。此外，非接觸式采集裝置通常不會(huì)將手掌包圍在封閉的環(huán)境中，大多數(shù)都是將手掌露在外界，這樣就會(huì)受到外界環(huán)境的影響，如室外陽(yáng)光，室內(nèi)燈光等，同一手掌在不同光照的背景環(huán)境下采集的圖像可能會(huì)有所差異，這對(duì)于后續(xù)的掌紋識(shí)別可能會(huì)造成錯(cuò)誤識(shí)別。在采集時(shí)用戶(hù)手掌與采集設(shè)備之間的距離波動(dòng)也會(huì)引起圖像尺度的變化。與此同時(shí)，越來(lái)越多的仿冒手段來(lái)攻擊系統(tǒng)，如硅膠假體、手掌照片等都可以攻破非接觸式的掌紋識(shí)別系統(tǒng)。為了解決這些問(wèn)題，研究者在ROI的定位方法上展開(kāi)研究，解決了手掌平面旋轉(zhuǎn)的問(wèn)題，準(zhǔn)確定位手掌關(guān)鍵點(diǎn)，使用圓形ROI區(qū)域等，雖然可以提高定位手掌關(guān)鍵點(diǎn)的準(zhǔn)確性，為后續(xù)提取掌紋特征提供優(yōu)勢(shì)和便利，但是該算法的復(fù)雜度較高，應(yīng)用在系統(tǒng)中運(yùn)行時(shí)長(zhǎng)會(huì)增加，系統(tǒng)的實(shí)時(shí)性降低。一?

【參考文獻(xiàn)】：
期刊論文
[1]生物特征識(shí)別技術(shù)綜述[J]. 鄭方,艾斯卡爾·肉孜,王仁宇,李藍(lán)天.  信息安全研究. 2016(01)
[2]手指多模態(tài)Gabor編碼特征局部融合方法研究[J]. 盧中寧,仲貞,賈桂敏,史玉坤,楊金鋒.  信號(hào)處理. 2015(11)
[3]Android中的Activity生命周期[J]. 關(guān)晶鑫,李永全.  電腦知識(shí)與技術(shù). 2013(11)
[4]基于紋路的三維指紋模型重建算法[J]. 梁小龍,殷建平,祝恩,官群健.  計(jì)算機(jī)科學(xué). 2012(10)
[5]一種新的掌紋ROI圖像定位方法[J]. 尚麗,蘇品剛,淮文軍.  激光與紅外. 2012(07)
[6]掌紋識(shí)別算法綜述[J]. 岳峰,左旺孟,張大鵬.  自動(dòng)化學(xué)報(bào). 2010(03)
[7]基于移動(dòng)設(shè)備的掌紋驗(yàn)證系統(tǒng)[J]. 張建新,歐宗瑛,劉典婷.  計(jì)算機(jī)工程. 2010(04)



本文編號(hào)：3113182