基于在線掌紋圖像的掌紋線特征提取算法研究.pdf

1、隨著當(dāng)今社會(huì)信息化技術(shù)和網(wǎng)絡(luò)化技術(shù)的不斷滲透，人們?cè)絹碓街匾曅畔⒑拖到y(tǒng)的安全性。生物特征識(shí)別技術(shù)是指利用人體的生理特征或行為特征來進(jìn)行身份識(shí)別，從而達(dá)到信息和系統(tǒng)安全保護(hù)的目的。在眾多的生物特征識(shí)別技術(shù)中，掌紋識(shí)別是近些年來較受關(guān)注的一種生物特征識(shí)別技術(shù)，其關(guān)鍵技術(shù)之一是掌紋線特征的提取，因此掌紋線提取的研究對(duì)于掌紋識(shí)別來說具有重要的實(shí)際應(yīng)用意義。掌紋線特征具有很多優(yōu)點(diǎn)和用途，同時(shí)他的提取也相對(duì)比較困難，如何提取出掌紋線特征一直以來是一

2、個(gè)具有挑戰(zhàn)性和值得深入探討的課題。
　　本文以在線掌紋圖像為研究對(duì)象，重點(diǎn)研究掌紋線特征的提取。本文的研究內(nèi)容與主要成果如下：
　　首先，本文對(duì)掌紋圖像進(jìn)行預(yù)處理。結(jié)合PolyU在線掌紋數(shù)據(jù)庫中掌紋圖像的幾何特征，實(shí)現(xiàn)了一種改進(jìn)的角點(diǎn)提取算法，實(shí)現(xiàn)了感興趣區(qū)域（ROI）的提取。通過掌紋圖像預(yù)處理，消除了方向因素對(duì)掌紋匹配模式的影響。
　　其次，在研究掌紋線特征的提取當(dāng)中，本文分別討論了傳統(tǒng)微分算子、分塊邊緣檢測(cè)、小波多

3、尺度分析、方向小波等多種技術(shù)在掌紋線特征提取中的應(yīng)用，實(shí)驗(yàn)結(jié)果表明，分塊邊緣檢測(cè)和方向小波可以提取出相對(duì)連續(xù)的掌紋線，但結(jié)果中仍有一些噪聲存在。
　　再次，實(shí)現(xiàn)了一種結(jié)合數(shù)學(xué)形態(tài)學(xué)和模板匹配的掌紋線特征提取方法提取掌紋線特征。利用數(shù)學(xué)形態(tài)學(xué)Bot-hat可以提取出掌紋線的谷值信息，通過方向模板分4個(gè)方向提取掌紋線，該方法可以提取出連續(xù)、完整的掌紋線特征。
　　最后，本文實(shí)現(xiàn)了一種基于Gabor濾波器的掌紋線特征提取算法，實(shí)驗(yàn)