掌紋識別關(guān)鍵技術(shù)研究.pdf

1、網(wǎng)絡(luò)信息化社會中，許多場合需要對人的真實身份進行有效鑒別。生物特征識別技術(shù)是解決此問題的最為有效的途徑。所謂生物特征識別技術(shù)就是指利用人體本身所固有的物理特征或者行為特征，通過圖像處理、模式識別等方法來鑒別個人身份的技術(shù)。正由于生物特征識別技術(shù)的重要性以及廣闊的市場前景，它越來越受到研究者們的重視，已經(jīng)成為模式識別領(lǐng)域一個新的研究熱點。 掌紋識別是最近幾年才發(fā)展起來的新的生物特征識別技術(shù)。相比指紋以及虹膜識別技術(shù)，掌紋識別有其獨

2、有的特點，如含有豐富的線、紋理和方向特征；低分辨率成像，采集設(shè)備成本不高；掌紋ROI區(qū)域定位容易；易于和手形、手掌靜脈等特征組成多模態(tài)識別系統(tǒng)。更重要的是，掌紋識別也是一種識別精度很高的生物特征識別技術(shù)。因此，對掌紋識別技術(shù)進行深入研究是非常必要和迫切的。然而，掌紋識別技術(shù)尚處于發(fā)展階段，其理論和應(yīng)用方面的研究都有待于進一步深化和完善。在此背景下，本文對掌紋識別中的一些關(guān)鍵問題進行深入研究，在基于主線的識別、基于方向特征的識別、基于表征

3、的識別、掌紋的快速檢索以及多模態(tài)識別等幾個方面提出了有效的算法。 本文的主要工作概括如下： (1)掌線是掌紋的基本特征，本文提出一種基于主線特征的掌紋識別算法。在掌紋識別領(lǐng)域，首次利用主線進行掌紋識別，并且證明了主線特征也具有較好的辨別能力。在該方法中，提出一種改進的有限Radon變換，能夠從復(fù)雜的掌紋圖像中有效提取掌線的能量和方向特征，并能根據(jù)這兩個特征準(zhǔn)確提取掌紋主線。同時創(chuàng)新性的提出一種新的線匹配算法，該算法能克服

4、小的旋轉(zhuǎn)與位移給匹配造成的不利影響，具有很強的魯棒性。 (2)基于方向特征的方法是掌紋識別中性能最好的方法之一。本文提出一種基于方向特征的魯棒掌紋驗證算法。該方法在特征提取階段，使用改進的有限Radon變換來提取掌紋的方向特征；在匹配階段使用構(gòu)造虛擬樣本的方法來補償旋轉(zhuǎn)造成的匹配誤差；同時提出點對區(qū)域的匹配方法，具有很強的容錯性。實驗結(jié)果表明，在掌紋識別領(lǐng)域，該方法是特征提取速度最快、等錯率最低的算法之一。 (3)提出一

5、種基于掌紋方向表達的快速魯棒掌紋識別算法。該方法首先使用兩種策略來提高基于表征方法(Appearancebasedapproaches)的識別性能。一是在掌紋識別領(lǐng)域，首次提出一種新的掌紋表達方式以應(yīng)用于基于表征的方法，即掌紋的方向表達，相比于掌紋的原始表達，方向表達保持了掌紋結(jié)構(gòu)特征同時，具有更強的辨別能力，同時對光照變化是魯棒的；二是使用擴大訓(xùn)練集方法來補償旋轉(zhuǎn)和位移造成的類內(nèi)匹配誤差。在這兩個策略下，基于表征方法的識別率有了顯著提

6、高。另一方面，為了增加掌紋識別的魯棒性，提出一種融合方法，即融合基于方向表達的表征方法和基于方向特征的識別方法，該方法在香港理工大學(xué)的掌紋數(shù)據(jù)庫上所做的實驗獲得了100％的正確識別率，以及非常低的等錯率。在此基礎(chǔ)上，在掌紋識別領(lǐng)域首次提出一種可實際應(yīng)用的掌紋快速檢索方法，即使用基于方向表達的表征方法進行檢索構(gòu)造數(shù)據(jù)庫子集，然后使用融合方法進行最后分類識別。實驗結(jié)果表明該檢索方法比基于比特匹配的CompetitiveCode等方法快了約4

7、倍。 (4)提出一種分層的快速掌紋識別方法。在粗匹配階段，提出一種新的掌紋快速檢索方法，即使用掌紋主線進行檢索。在檢索的時候，使用少數(shù)的主線關(guān)鍵點進行匹配，提高了檢索的速度。同時，在精細識別階段，提出一種融合算法，即融合TensorMarginalFisherAnalysis、CompetitiveCode和Phase-OnlyCorrelation方法，并把掌紋的方向表達和擴大訓(xùn)練集應(yīng)用到TensorMarginalFishe