基于特征融合和神經(jīng)網(wǎng)絡(luò)的掌紋識(shí)別方法研究.pdf

1、當(dāng)今社會(huì)，隨著信息化與網(wǎng)絡(luò)化的高度發(fā)展，信息安全顯示出前所未有的重要性。因此，作為其中一個(gè)分支的身份識(shí)別技術(shù)也就具有相當(dāng)高的研究?jī)r(jià)值與廣泛的應(yīng)用前景。其中，生物特征識(shí)別技術(shù)以其特有的穩(wěn)定性、唯一性和方便性，得到越來(lái)越廣泛的應(yīng)用。 生物特征識(shí)別技術(shù)將信息技術(shù)與生物技術(shù)相結(jié)合，利用人體本身具有的物理特征(如掌紋、虹膜、人臉等)或行為特征(如步態(tài)、簽名、聲音等)來(lái)確定人的身份，以取代或加強(qiáng)傳統(tǒng)的身份識(shí)別方法。生物特征識(shí)別技術(shù)是一項(xiàng)很有

2、前途的生物技術(shù)，在市場(chǎng)上已經(jīng)有很多可行的系統(tǒng)。它以人體唯一的、可靠的和穩(wěn)定的生理學(xué)特征作為鑒別個(gè)人身份的依據(jù)，采用計(jì)算機(jī)強(qiáng)大的計(jì)算能力和網(wǎng)絡(luò)技術(shù)進(jìn)行圖像處理和模式識(shí)別，從而自動(dòng)驗(yàn)證個(gè)人的身份。 本文在已有對(duì)掌紋識(shí)別的方法中作了深入的研究的基礎(chǔ)上，給出了一種全新的關(guān)鍵點(diǎn)定位算法，并提出了一種分層次利用特征融合的由粗到細(xì)的掌紋識(shí)別技術(shù)。在該方法中，主要定義了多模態(tài)特征：基于K均值算法(第一層特征)和經(jīng)過(guò)小波分解后基于自適應(yīng)特征加權(quán)的

3、Zemike矩紋理特征和ICA紋理特征相融合的BP神經(jīng)網(wǎng)絡(luò)方法(第二層特征)。針對(duì)兩種不同的特征，我們采用先大體聚類(lèi)后精確分類(lèi)的算法，并把它們有效的合成到一個(gè)識(shí)別系統(tǒng)中。最后實(shí)驗(yàn)驗(yàn)證了該方法的可行性和有效性。 本文主要工作有：(1)對(duì)現(xiàn)有的掌紋識(shí)別技術(shù)進(jìn)行了深入的研究和比較。(2)提出了一種全新的基于距離的手掌關(guān)鍵點(diǎn)定位以及有效區(qū)域分割算法。(3)提出了一種基于K均值算法和經(jīng)過(guò)小波變換基于加權(quán)Zemike矩提取紋理特征的和ICA