掌紋識(shí)別技術(shù)與數(shù)據(jù)融合研究.pdf

1、生物特征識(shí)別技術(shù)(Bliometrics)利用人體本身具有的物理特征(如指紋、虹膜、臉型、掌紋等)或行為特征(如步態(tài)、簽名等)來確定個(gè)人的身份，是當(dāng)今身份識(shí)別的新技術(shù)。這種新技術(shù)可廣泛應(yīng)用于國家安全、公安以及民用等領(lǐng)域。 掌紋識(shí)別作為生物識(shí)別技術(shù)領(lǐng)域里的新興成員，以其豐富而穩(wěn)定的特征，受到了廣泛的重視，極具發(fā)展前景。本文綜合應(yīng)用數(shù)字圖像處理和模式識(shí)別等方面的理論和方法，系統(tǒng)深入的探討了掌紋識(shí)別的主要技術(shù)環(huán)節(jié)，提出了若干有特色的新

2、算法，使得掌紋識(shí)別系統(tǒng)的準(zhǔn)確度得到了提高。歸納起來，本文主要工作和貢獻(xiàn)如下： 1．掌紋識(shí)別的預(yù)處理算法：提出了一種新穎、有效的掌紋定位方法。首先，利用血點(diǎn)法對(duì)掌紋進(jìn)行粗定位，找到兩個(gè)手指間的谷點(diǎn)；然后，采用log-Gabor小波濾波追蹤手掌中第一主線與手掌邊緣的交點(diǎn)，log-Gabor小波不易受光照影響、能在狄度不均勻時(shí)很好的處理圖像；最后，利用指間谷點(diǎn)和主線與手掌邊緣的交點(diǎn)共同確定手掌的方向。對(duì)目前僅利用谷點(diǎn)定位手掌方向的方法

3、進(jìn)行改進(jìn)，降低了手指旋轉(zhuǎn)對(duì)掌紋目標(biāo)區(qū)域定位帶來的誤差，為后續(xù)的特征提取打下更好的基礎(chǔ)。 2．掌紋特征提取算法：對(duì)掌紋紋理圖像，本文引入一種紋理分析的新方法log-Gabor小波對(duì)掌紋圖像進(jìn)行特征提取，并采用濾波后的幅度信息和相位信息共同對(duì)掌紋圖像進(jìn)行編碼。實(shí)驗(yàn)結(jié)果表明，與目前主流的Gabor小波提取特征的方法相比，該方法有更好的識(shí)別率。 3．多特征融合：本文將掌紋特征分為全局特征和局部特征，在此基礎(chǔ)上，提出了一種將掌紋的