手指多模態(tài)特征識(shí)別算法研究.pdf

1、近幾十年來(lái)，信息技術(shù)不斷發(fā)展，傳統(tǒng)的身份認(rèn)證方式面臨著巨大的挑戰(zhàn)，識(shí)別能力低和防偽能力弱，成了身份認(rèn)證領(lǐng)域的兩大瓶頸問(wèn)題。生物識(shí)別技術(shù)能有效地克服這些問(wèn)題。手指作為人體感知世界的重要器官，有著豐富的身份信息，如指紋、指橫紋和手指靜脈等，近些年來(lái)逐漸受到學(xué)術(shù)界的關(guān)注和重視。相比于生物的單模態(tài)識(shí)別系統(tǒng)，多模態(tài)特征識(shí)別技術(shù)融合了多種生物特征信息，具有更好的防偽特性和更高的識(shí)別精度。
　　本文首先分析了手指靜脈和指橫紋成像采集、圖像預(yù)處理

2、、特征提取與匹配識(shí)別以及特征融合識(shí)別等方面的基礎(chǔ)理論知識(shí)，然后對(duì)整個(gè)手指多模態(tài)識(shí)別系統(tǒng)的流程做了詳細(xì)的介紹。為了提高整個(gè)系統(tǒng)的識(shí)別精度，本文分別從圖像預(yù)處理、特征提取及匹配識(shí)別和融合識(shí)別三個(gè)部分進(jìn)行研究，論文的主要工作和研究成果歸納如下:
　　(1)手指靜脈和指橫紋圖像的預(yù)處理算法研究:主要包括手指靜脈的感興趣區(qū)域提取、圖像歸一化以及圖像濾波去噪。針對(duì)常規(guī)濾波方法易丟失細(xì)節(jié)信息以及使圖像模糊化問(wèn)題，采用了一種結(jié)合均值濾波的小波變換

3、濾波方法，去除噪聲的同時(shí)保留了手指靜脈和指橫紋的細(xì)節(jié)信息，并且不會(huì)使圖像變得模糊化。
　　(2)手指靜脈單模態(tài)的特征提取與匹配識(shí)別算法研究:本文針對(duì)手指靜脈特征提取，采用了一種基于散射卷積網(wǎng)絡(luò)算法的特征提取方法。針對(duì)預(yù)處理后的圖像，利用多層散射卷積網(wǎng)絡(luò)提取出每張圖像的散射能量分布特征矩陣，作為單樣本的特征依據(jù)，然后利用支持向量機(jī)進(jìn)行匹配識(shí)別。最后，該方法與一種基于子空間的特征提取方法作為比較，并在低頻子帶圖像中對(duì)兩種方法進(jìn)行了對(duì)比