掌紋識別技術(shù)作為生物識別技術(shù)的一種,近年來受到了越來越多的研究者的關(guān)注,掌紋識別技術(shù)不僅滿足生物識別技術(shù)要求的普遍性,唯一性和可采集性,同時具有特征豐富,易采集和用戶友好等獨(dú)特的優(yōu)勢。隨著當(dāng)代社會對生物識別技術(shù)的要求越來越高,如何發(fā)揮掌紋識別的優(yōu)勢,構(gòu)建魯棒性高,同時安全有效的掌紋識別系統(tǒng)是當(dāng)今掌紋識別研究的主要研究方向。利用掌紋方向特征進(jìn)行識別是掌紋識別的主要方法之一,然而在掌紋方向特征選擇方面,使用單方向的特征會使特征的魯棒性較差,使用多方向的特征又常常因計(jì)算量過導(dǎo)致不能滿足實(shí)時性的要求。同時,在掌紋匹配算法中,傳統(tǒng)的一對一掌紋認(rèn)證算法已經(jīng)無法滿足一對多的掌紋識別任務(wù),基于稀疏表示的方法被證明可以有效解決這種一對多識別問題,它也成為了解決掌紋識別任務(wù)的突破口。針對上述掌紋識別中的魯棒性、識別效率的問題,本文的主要工作包含如下內(nèi)容:首先,研究并提出一種基于方向距離的掌紋特征�；诜较蚓嚯x的旋轉(zhuǎn)不變性,通過利用一組不同方向的線性濾波器分別與掌紋圖像進(jìn)行卷積計(jì)算,然后計(jì)算最強(qiáng)響應(yīng)方向與最弱響應(yīng)方向之間的距離,得到方向編碼距離和方向響應(yīng)距離。接下來單獨(dú)將得到的方向編碼距離與主方向編碼特征融... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

來自不同掌紋

第二章掌紋識別概述11（b）IITD數(shù)據(jù)庫中的典型ROI圖像（c）GPDS數(shù)據(jù)庫中的典型ROI圖像圖2-4來自不同掌紋數(shù)據(jù)庫的典型ROI圖像Fig.2-4TypicalROIimagesfromdifferentpalmprintdatabases2.3掌紋圖像預(yù)處理對于數(shù)據(jù)庫中的掌紋圖像，我們需要對其進(jìn)行預(yù)處理，預(yù)處理的目的在于對不同的掌紋圖像進(jìn)行對齊，同時提取掌紋的中心部分作為掌紋ROI圖像。對掌紋圖像進(jìn)行對齊通常利用建立坐標(biāo)系來實(shí)現(xiàn)，掌紋ROI圖像的提取目的是去除圖像中與掌紋無關(guān)的部分，這部分通常包括手掌的邊緣部分，不屬于掌紋圖像的外部環(huán)境，這部分圖像不僅對掌紋識別無用甚至可能嚴(yán)重影響識別效率。同時，通過ROI圖像的提取，我們還可以去除掌紋圖像采集過程中產(chǎn)生的一部分噪聲對掌紋識別系統(tǒng)的影響，提高掌紋識別系統(tǒng)的準(zhǔn)確率。當(dāng)前有多種方法可以用來提取掌紋ROI圖像，最常用的辦法是建立掌紋坐標(biāo)系來進(jìn)行提齲建立掌紋坐標(biāo)系來進(jìn)行掌紋ROI圖像提取先利用手掌中固有的幾個點(diǎn)的連線來構(gòu)建坐標(biāo)系[8]，然后通過建立的坐標(biāo)系提取手掌的中心區(qū)域作為ROI圖像，主要包括以下幾個步驟：步驟一：通過低通高斯濾波器對掌紋圖像的噪聲進(jìn)行平滑，并通過設(shè)定一個閾值將平滑后掌紋圖像轉(zhuǎn)化為二值圖像，如圖2-5（b）所示。步驟二：利用邊緣檢測算法來找到掌紋的邊緣線，同時檢測出建立坐標(biāo)系要使用的基準(zhǔn)點(diǎn)，即食指與中指的指縫和小指與無名指的指縫，如圖2-5（c）所示。步驟三：通過連接上一步驟產(chǎn)生的基準(zhǔn)點(diǎn)作為Y軸，同時以兩個基準(zhǔn)點(diǎn)的中點(diǎn)為原點(diǎn)對Y軸做垂線構(gòu)建X軸，構(gòu)建的坐標(biāo)軸如圖2-5（d）所示。步驟四：沿著X軸向掌紋的中心區(qū)域移動一段距離找到一個點(diǎn)，距離長度為兩個基準(zhǔn)點(diǎn)之間距離的3/4，并以此點(diǎn)為中心構(gòu)建一個正方形的區(qū)域，正方形邊長為兩個基準(zhǔn)

廣東工業(yè)大學(xué)碩士學(xué)位論文12點(diǎn)之間的距離，最終將這塊區(qū)域裁剪出來作為掌紋ROI圖像。最終提取出的掌紋ROI圖像如圖2-5（f）所示（a）原始圖像（b）二值圖像（c）邊界檢測（d）建立坐標(biāo)系（e）提取中央部分（f）ROI圖像圖2-5ROI圖像提取的基本流程Fig.2-5BasicprocedureofROIimageextraction2.4掌紋特征提取掌紋中包含著豐富多樣的特征，通過特定的掌紋特征提取方法，將掌紋中擁有高安全性和穩(wěn)定性的特征提取出來用于掌紋識別系統(tǒng)。由上一章我們了解到掌紋中的特征有各自對應(yīng)提取和處理方法，而在掌紋特征中包含最豐富的信息是方向信息，這些方向特征區(qū)分能力強(qiáng)，同時相比于其他特征不易隨著年齡，工作等原因被消磨而失去辨別能力，是掌紋識別中最受青睞的一種特征。本文主要研究對方向特征加以分析和改進(jìn)，為了提取掌紋中的方向特征，常使用的辦法是通過一組具有線性結(jié)構(gòu)的濾波器來對掌紋圖像進(jìn)行濾波操作，同時為了計(jì)算方便，需要將提取到的方向特征轉(zhuǎn)化為特征向量。一般方向特征存在以下幾種表達(dá)辦法：方向編碼方法，特征描述子方法。（1）基于方向編碼的方法基于方向編碼的方法通常先將每個濾波器的方向進(jìn)行編號，接著將提取到的方向特征的方向序號進(jìn)行二進(jìn)制編碼�；诜较蚓幋a的方法，通常選取一個或者多個方向進(jìn)行編碼，經(jīng)典的選取單個方向進(jìn)行編碼的方法主要有CompetitiveCode[9]，OrdinalCode[10]，RLOC[35]，采取單個方向進(jìn)行編碼通常特征提取速度快，但是會丟

【參考文獻(xiàn)】：
博士論文
[1]掌紋圖像多級特征提取與識別算法研究[D]. 費(fèi)倫科.哈爾濱工業(yè)大學(xué) 2017
[2]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
[3]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

碩士論文
[1]融合多種方向特征的掌紋識別算法研究[D]. 陳曉蔓.合肥工業(yè)大學(xué) 2019



本文編號：3292951