基于裸體腳印的身份識別方法研究.pdf

1、假冒者可以采用制作假肢或者仿造的指紋來突破傳統(tǒng)的指紋識別系統(tǒng),與之相比,腳紋由于鞋子的保護,是難以輕易獲得的特征,因此,其可靠性與穩(wěn)定性更好,以其作為識別對象的身份識別系統(tǒng)可以更好滿足日益增長的國家安全以及犯罪控制等身份識別需求
　　本文提出了一種基于靜態(tài)腳印特征的個人身份生物識別方法。其中,靜態(tài)腳印特征包括:腳印、紋理、腳的形狀、輪廓。且本文采集了一些志愿者的腳部信息獲得了實驗所需的數(shù)據(jù)庫。
　　首先,本文對掃描所得的圖像

2、進行預處理,將原始圖像從 RGB彩色圖像轉換成灰度圖,并進行二值化;然后采用梯度矢量流(GVF)的Snake模型提取圖像的形狀特征;而紋理特征則是依據(jù)紋理細節(jié)的位及其角度通過交叉數(shù)(CN)算法進行提取。
　　然后,分別對上述兩個特征進行匹配。首先,將GVF的Snake模型提取的腳形狀,通過鏈碼算法獲取一系列碼,將該系列碼采用動態(tài)時間規(guī)整(DTW)進行形狀匹配,通過非線性的方式和DTW距離的測量將兩個序列進行最佳匹配。
　　紋

3、理或細節(jié)的匹配是由基于微型評分匹配(MSM)算法完成的。在匹配過程中輸入的每個細節(jié)點匹配相應的模板細節(jié)點。在每次匹配過程中,模板和輸入細節(jié)均被用作各自對應數(shù)據(jù)集的參考點。
　　將提取出來的兩個特征值進行歸一化處理,具體是將根據(jù)最大-最小規(guī)范化原理將其轉化到一個公共域。隨后按匹配度權重的規(guī)則,將兩個特征值合并為一個單一的判定標準,以達到將最佳匹配結果。實驗結果表明,在不存在假冒干擾情況時,本文算法可達到98.97％的準確度而在存在假