基于手部圖像的多模態(tài)生物識別算法研究.pdf

1、隨著現(xiàn)代科技的迅速發(fā)展，信息安全越來越受到人們的重視，生物識別作為一種安全系數(shù)較高的實用性技術(shù)，受到了人們更多的青睞，同時也對生物識別技術(shù)提出了更高的要求。在所有的生物特征中以基于手部信息的生物識別在用戶中的接受程度最高，手部信息中的掌紋和指紋具有信息量豐富、特征信息穩(wěn)定的獨特優(yōu)勢，而手部信息中的手形具有識別效率高的特點，所以基于這三種特征的融合可以獲得高效率、高準確率的生物識別技術(shù)，該課題的研究具有巨大的潛在研究價值和廣闊的實用性。由

2、于手部信息中的指紋特征已經(jīng)研究的相當成熟，本文主要針對手形和掌紋識別技術(shù)進行深入研究。
　　在手形圖像特征識別中，手形圖像特征點定位的準確性直接影響手形匹配的正確性，在現(xiàn)有的手形圖像特征點定位的基礎上，提出了一種基于局部分塊掃描式的特征點定位改進算法，算法由最容易定位的中指指峰入手，再根據(jù)中指指峰坐標按照固定順序一步步遞推式，分塊確定其余手指的指峰點和指谷點的坐標。再根據(jù)已確定的特征點提取手形特征矢量，應用基于手形圖像特征矢量的匹

3、配算法進行匹配。實驗結(jié)果表明，該算法的特征點定位成功率達94.8％，可以準確的對手形圖像進行特征點定位，算法具有可行性；針對圓盤法中受手形張開程度的影響太大，導致圓盤半徑的大小及像素閾值難以確定的局限性，通過對圓盤算法原理及手形圖像輪廓特點進行分析，提出了圓盤極值算法，該算法采用圓盤鄰域極值的方法對手指指峰點、指谷點分別確定，避免了像素閾值的使用，同時給予圓盤半徑更大的適用空間，解決了圓盤法的局限性。實驗表明應用該算法特征點定位成功率達

4、98.4%。算法可以準確定位特征點，具有可行性。
　　在掌紋圖像特征識別中，針對目前定位點不易確定和同類圖像ROI提取偏移度較大問題，提出一種ROI分割改進算法，該算法以兩個谷點和掌邊擬合直線為參考，以固定角度的方式建立坐標系找到掌紋信息豐富的區(qū)域，確定掌紋的ROI，最后提取特征矢量進行匹配識別。實驗結(jié)果表明用此算法可較準確的找到掌紋的ROI，且分割的同類圖像偏移度較小，掌紋的ROI提取率達98.2%，掌紋正確識別率提高25%左右