基于Gabor小波和LBP的掌紋識別算法研究.pdf

1、掌紋識別技術(shù)是一種新興的生物特征識別技術(shù)，是近年來研究的熱點之一。與其他生物特征識別方法相比，掌紋特征信息更加豐富，圖像采集方便且掌紋識別對掌紋圖像質(zhì)量要求不高，易于硬件實現(xiàn)和被用戶接受，識別速度快，同時也容易和其他生物特征識別方法融合。因此，掌紋識別是一種很有發(fā)展?jié)摿Φ纳矸菡J(rèn)證方法。
　　本文對掌紋識別技術(shù)的發(fā)展歷程及國內(nèi)外研究現(xiàn)狀進(jìn)行了深入分析。在掌紋預(yù)處理階段，針對傳統(tǒng)的基于手掌最大內(nèi)切圓的掌紋感興趣區(qū)域(Region Of

2、 Interest，ROI)提取方法的不足，提出了一種基于關(guān)鍵點定位的ROI提取新方法。該方法首先利用光柵掃描法獲得掌紋圖像邊緣坐標(biāo)，并在笛卡爾坐標(biāo)系中繪制掌紋邊緣曲線圖;然后，對其Y軸分解圖進(jìn)行求導(dǎo)，確定大拇指與食指、小指與無名指之間的兩個關(guān)鍵點;最后，利用這兩個點重建坐標(biāo)系，在手掌中心區(qū)域截取ROI子圖，歸一化為128×128大小。
　　在特征提取階段，分別研究了基于Gabor小波和局部二值模式(Local BinaryPat

3、tern，LBP)的特征提取算法，在此基礎(chǔ)上，提出了一種基于改進(jìn)的Gabor小波和多尺度LBP算子的掌紋特征提取新算法。該算法首先利用傅里葉變換頻譜度量的方法來確定掌紋三大主線的方向，并以此來確定Gabor濾波器組的方向參數(shù)對掌紋圖像進(jìn)行Gabor小波變換;然后，通過改變LBP掃描窗口的大小設(shè)計了一組多尺度的基于統(tǒng)一模式的旋轉(zhuǎn)不變LBP算子，利用該算子提取Gabor變換后的掌紋圖像特征。Gabor小波能夠描述掌紋圖像的多尺度、多方向紋理

4、信息，但容易受到光照的影響;而LBP算子能夠很好地刻畫掌紋的局部鄰域特征，具有灰度和旋轉(zhuǎn)不變性，但卻易受到噪聲影響，且傳統(tǒng)的LBP算子只能從單一尺度上描繪紋理。本文結(jié)合Gabor小波和多尺度LBP算子的特征提取新方法能夠獲得兩者的優(yōu)點，取得了較好的效果。
　　在掌紋匹配階段，研究了遺傳算法(Genetic Algorithms，GA)和支持向量機(jī)(Support Vector Machine，SVM)的原理，采用GA來選取SVM的