基于掌紋和手形的生物特征識別方法.pdf

1、隨著經濟的發(fā)展，生物特征識別技術的應用需求也不斷的擴大，性能更可靠和用戶接受度更高的識別系統(tǒng)成為了目前的研究熱點?；谑植刻卣鞯淖R別技術具有高可靠性和高用戶接受度的特點，其中掌紋和手形兩種特征的融合更是可以獲得更高的系統(tǒng)可靠性。因此本文分別研究了掌紋和手形兩種特征的識別技術，同時也全面的測試了目前常用的融合方法。具體來說，全文的主要工作概括如下：
　　 (1)對于原始圖像上的掌紋識別技術，提出了一種基于張量表示的最大邊緣準則算法

2、。作為基于子空間的特征提取方法的一種分支，該算法完善了最大邊緣準則的不同數(shù)據表示形式的系列。該算法在保持了與同類張量算法近似的性能的前提下，具有更高的魯棒性。相對于最大邊緣準則的向量形式算法，張量形式的算法計算速度更快，且該算法在少量訓練樣本的情況下就可以獲得比較高的識別效果，非常適用于樣本數(shù)量偏少的生物特征識別應用。在掌紋數(shù)據庫上的實驗證明了該算法的有效性。
　　 (2)對于特征圖像上的掌紋識別技術，提出了兩種基于線特征直方圖

3、的掌紋特征表示，分別基于Gabor特征和有限Radon變換。在這些特征表示的基礎上再使用基于子空間的特征提取方法進行掌紋識別，可以獲得比使用原始圖像進行掌紋識別更好的識別效果。所提出的兩種特征表示使得基于子空間的特征提取方法在掌紋識別應用中獲得了與頂級掌紋識別方法的類似性能，達到了具有高可靠性的應用水平。
　　 (3)對于手形的識別，提出了一種基于形狀上下文的改進的識別算法，使用了一種針對手形識別問題的新的一致性距離。該算法對于