基于聯(lián)合邊緣和方向特征的掌紋識別.pdf

1、網(wǎng)絡(luò)信息化時代，如何進行簡單有效的身份識別與認(rèn)證，保護信息安全，是急需解決的關(guān)鍵社會問題。利用人體固有的生理特征或行為特征進行個人身份鑒定的生物特征識別技術(shù)，因其安全可靠、簡單便捷，已逐漸取代基于持有物或密碼的傳統(tǒng)身份認(rèn)證技術(shù)。
　　掌紋識別作為一種較新的生物特征識別技術(shù)，具有許多獨特的優(yōu)勢。與指紋識別相比，掌紋區(qū)域有更大的面積，包含更豐富的紋理信息;與人臉識別相比，掌紋識別對雙胞胎更有區(qū)分力;與虹膜識別相比，掌紋更易采集，用戶接

2、受度高;與靜脈識別相比，掌紋識別率更高，穩(wěn)定性更好。然而，掌紋識別技術(shù)目前尚不夠成熟，為了將該技術(shù)產(chǎn)品化，還需要進行更深入的研究。本文介紹了掌紋識別系統(tǒng)的基本框架，并提出了有效的基于局部描述子的掌紋識別方法。論文的主要工作概括如下:
　　(1)基于雙Gabor方向韋伯局部描述子的掌紋識別。結(jié)合掌紋圖像的紋理特點，對原始韋伯局部描述子(WLD)中的差分激勵和梯度方向進行改進，提出雙Gabor方向韋伯局部描述子(DGWLD)，以提高掌

3、紋識別率。在構(gòu)建新的差分激勵圖時，通過加入鄰域像素點與中心像素點間灰度差分的方向信息，擴大異類掌紋間的差異。同時，采用雙Gabor方向代替原始的梯度方向，減小平移和旋轉(zhuǎn)對識別的影響。此外，為了更好地衡量特征間的相似度，使用交叉匹配算法，進一步提升識別率。在PolyU,PolyU MSpalmprint和CASIA掌紋庫上進行實驗，識別率均達(dá)到100％。實驗結(jié)果表明，與其它局部描述子和已有改進的WLD方法相比，該方法具有更高的識別率和更低

4、的等錯誤率。
　　(2)基于局部聯(lián)合邊緣和方向模式的多光譜掌紋融合識別。針對掌紋圖像邊緣梯度特征和方向特征較突出的特點，提出一種新的局部聯(lián)合邊緣和方向模式用于提取掌紋特征。首先，采用Kirsch算子計算掌紋圖像在8個不同方向的邊緣響應(yīng)值，使用最大邊緣數(shù)描述掌紋圖像的邊緣特征。采用Gabor濾波器或改進的有限Radon變換提取掌紋圖像的方向特征。然后，對邊緣特征和方向特征進行聯(lián)合分析，構(gòu)建二維特征矩陣。實驗結(jié)果表明，與現(xiàn)有的掌紋識別