低清晰度掌紋識別技術(shù)研究.pdf

1、人體生物特征識別技術(shù)是21世紀最有發(fā)展?jié)摿Φ募夹g(shù)之一。通過人體生物特征識別技術(shù)進行身份識別克服了傳統(tǒng)識別方式容易被竊取、偽造或者丟失、遺忘等缺點，使得該技術(shù)廣泛地應(yīng)用于信息安全等領(lǐng)域。基于掌紋特征的身份識別因其具有無侵害性、成本低、隱蔽性、不需要被測者特殊配合等優(yōu)點，得到廣泛的關(guān)注和重視，具有廣泛的應(yīng)用前景。
　　 本文以低清晰度下的掌紋識別技術(shù)為研究對象，通過對低質(zhì)量掌紋的定位、歸一化、特征提取和匹配識別等處理，較好地解決了低

2、清晰下的掌紋識別問題。
　　 論文主要包括以下工作：
　　 1.掌紋圖像的預(yù)處理。為了克服以往預(yù)處理方法計算量大、定位能力差等缺點，本文提出了一種基于自適應(yīng)的Harris角點檢測的掌紋定位方法，同時針對低清晰度的掌紋圖像，在預(yù)處理中采用了PCNN的圖像增強技術(shù)進行掌紋圖像的增強，極大的改善了圖像低質(zhì)量對識別效率的不利影響。
　　 2.利用圖像的不變矩特征對掌紋進行特征提取。為了減少計算量，提高識別效率，本文首先將

3、掌紋感興趣區(qū)域分割成四個子塊，然后對每個子塊進行特征提取，這樣，每一幅掌紋圖像就可以用四個七維不變矩表示，可以有效降低掌紋識別系統(tǒng)運行的時間復(fù)雜度。
　　 3.利用支持向量機(SVM)的方法對掌紋特征進行匹配、識別。為了準(zhǔn)確的選擇SVM的參數(shù)以提高識別效率，本文采用了交叉測試的訓(xùn)練方法選擇SVM的參數(shù)，保證了最終的識別效率。
　　 最后，利用Matlab仿真軟件進行整體系統(tǒng)的仿真實驗，對文中提出的算法進行了實驗驗證。同時