掌紋識別作為一種相對較新的生物特征識別技術(shù)成為近年來的研究熱點。一般來講,掌紋識別技術(shù)與掌紋圖像類型密切相關(guān),而掌紋圖像具有典型的多樣性特點。按照分辨率來分,掌紋圖像可以分為低分辨率圖像和高分辨率圖像;按照采集方式來分,掌紋圖像可分為接觸式的掌紋圖像和非接觸式掌紋圖像;按照維度來分,掌紋圖像可分為二維（2D）掌紋圖像和三維（3D）的掌紋圖像。不同類型的掌紋圖像凸顯的掌紋特征也不盡相同,比如,低分辨率掌紋圖像主要描述掌紋的線和紋理特征,高分辨率掌紋圖像凸顯掌紋的細(xì)節(jié)點特征,而3D掌紋圖像則主要表示掌紋表面的結(jié)構(gòu)信息。因此,有必要針對不同類型的掌紋圖像設(shè)計不同的掌紋特征提取和識別方法。本文首先將掌紋圖像系統(tǒng)地劃分為四種類型:低分辨率接觸式掌紋圖像,低分辨率非接觸式掌紋圖像,高分辨率掌紋圖像和3D掌紋圖像。然后針對四種類型的掌紋圖像,分別深入研究它們的特點并設(shè)計相應(yīng)的掌紋特征提取和識別方法。本文的工作主要包括以下四個方面:（1）針對低分辨率接觸式掌紋圖像識別,提出了一種基于相鄰方向指示的掌紋識別方法和一種基于半方向的掌紋識別方法。掌紋方向特征廣泛應(yīng)用在低分辨率掌紋圖像識別當(dāng)中。然而,傳統(tǒng)的基... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：139 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 掌紋識別研究現(xiàn)狀
    1.3 掌紋主要特征
    1.4 掌紋圖像分類
    1.5 掌紋識別方法概述
        1.5.1 基于線特征的掌紋識別方法
        1.5.2 基于紋理方向的掌紋識別方法
        1.5.3 基于細(xì)節(jié)特征點的掌紋識別方法
        1.5.4 基于圖像識別的方法
    1.6 本文主要研究內(nèi)容
    1.7 本文結(jié)構(gòu)安排
第2章 基于相鄰方向指示的低分辨率掌紋圖像識別方法
    2.1 引言
    2.2 掌紋ROI提取過程
    2.3 掌紋相鄰方向指示提取與識別
        2.3.1 掌紋方向特征提取過程
        2.3.2 掌紋相鄰方向指示
        2.3.3 掌紋相鄰方向指示提取
        2.3.4 掌紋相鄰方向指示識別
        2.3.5 掌紋相鄰方向指示特征分析
    2.4 實驗結(jié)果
        2.4.1 低分辨率掌紋圖像數(shù)據(jù)庫介紹
        2.4.2 掌紋認(rèn)證
        2.4.3 掌紋識別
        2.4.4 多光譜掌紋圖像融合性能分析
        2.4.5 Rank層融合性能分析
        2.4.6 基于卷積響應(yīng)關(guān)系的特征分析
        2.4.7 計算時間對比
    2.5 本章小結(jié)
第3章 低分辨率掌紋圖像半方向特征提取
    3.1 引言
    3.2 掌紋圖像的雙半方向特征
    3.3 掌紋圖像半方向特征提取與匹配
        3.3.1 Half-Gabor濾波器
        3.3.2 掌紋圖像半方向特征提取
        3.3.3 Half-Gabor濾波器的T值分析
        3.3.4 掌紋雙半方向特征識別
    3.4 實驗結(jié)果
        3.4.1 實驗掌紋圖像數(shù)據(jù)庫介紹
        3.4.2 掌紋圖像雙半方向特征差異分析
        3.4.3 掌紋認(rèn)證
        3.4.4 掌紋識別
        3.4.5 計算時間對比
        3.4.6 掌紋半方向特征和相鄰方向指示區(qū)別
    3.5 本章小結(jié)
第4章 基于低秩表示和主線距離融合的非接觸式掌紋識別方法
    4.1 引言
    4.2 掌紋圖像主線特征提取
    4.3 基于主線距離約束的掌紋圖像的低秩表示
        4.3.1 主線距離
        4.3.2 主線距離約束的低秩表示模型
        4.3.3 模型求解
        4.3.4 算法復(fù)雜度分析
        4.3.5 基于LRRIPLD模型的掌紋識別
    4.4 實驗結(jié)果
        4.4.1 非接觸式掌紋圖像數(shù)據(jù)庫介紹
        4.4.2 IITD掌紋庫實驗結(jié)果
        4.4.3 GPDS掌紋庫實驗結(jié)果
        4.4.4 CASIA掌紋庫實驗結(jié)果
        4.4.5 含噪聲掌紋庫實驗結(jié)果
        4.4.6 計算時間對比
        4.4.7 實驗結(jié)果分析
    4.5 本章小結(jié)
第5章 一種針對高分辨率掌紋圖像的特征提取及匹配方法
    5.1 引言
    5.2 高分辨率掌紋圖像特征提取
        5.2.1 高分辨率掌紋圖像ROI提取
        5.2.2 脊方向圖提取
        5.2.3 掌紋脊頻率計算
        5.2.4 掌紋圖像增強預(yù)處理
        5.2.5 掌紋細(xì)節(jié)特征點提取
    5.3 高分辨率掌紋圖像特征識別
        5.3.1 基于主導(dǎo)脊方向的掌紋圖像角度對齊
        5.3.2 掌紋位置對齊
        5.3.3 掌紋細(xì)節(jié)特征點匹配
    5.4 實驗結(jié)果
        5.4.1 高分辨率掌紋圖像數(shù)據(jù)庫介紹
        5.4.2 掌紋認(rèn)證
        5.4.3 掌紋識別
    5.5 本章小結(jié)
第6章 基于增強競爭編碼和曲面類型的 3D掌紋識別方法
    6.1 引言
    6.2 3D掌紋圖像曲率特征提取
        6.2.1 高斯曲率和均值曲率
        6.2.2 曲率計算及曲率圖
        6.2.3 曲面類型
    6.3 增強競爭編碼與曲面類型融合方法
        6.3.1 增強競爭編碼方法
        6.3.2 曲面類型直方圖
        6.3.3 增強競爭編碼與曲面類型直方圖融合識別
    6.4 實驗結(jié)果
        6.4.1 3D掌紋圖像數(shù)據(jù)庫介紹
        6.4.2 3D掌紋圖像認(rèn)證
        6.4.3 3D掌紋圖像識別
        6.4.4 增強競爭編碼與傳統(tǒng)競爭編碼性能比較
        6.4.5 計算時間對比
    6.5 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個人簡歷


【參考文獻】：
期刊論文
[1]基于非接觸采集下的魯棒掌紋識別[J]. 桑海峰,馬月施,黃靜.  沈陽工業(yè)大學(xué)學(xué)報. 2013(02)
[2]非接觸式掌紋識別中的圖像復(fù)原方法[J]. 吳丹陽,張忠波,馬駟良.  吉林大學(xué)學(xué)報(理學(xué)版). 2008(02)

博士論文
[1]面向身份識別的掌紋特征提取和匹配方法研究[D]. 岳峰.哈爾濱工業(yè)大學(xué) 2010
[2]掌紋識別關(guān)鍵技術(shù)研究[D]. 賈偉.中國科學(xué)技術(shù)大學(xué) 2008



本文編號：3287400