非接觸式掌紋識(shí)別關(guān)鍵問題研究.pdf

1、掌紋識(shí)別是近些年來新興的一種生物特征識(shí)別技術(shù)。與其它生物特征識(shí)別技術(shù)相比，掌紋識(shí)別具有用戶接受度高、區(qū)分能力強(qiáng)等優(yōu)點(diǎn)。同時(shí)，掌紋圖像的采集設(shè)備價(jià)格低廉，因此具有很高的普及潛力?，F(xiàn)有的掌紋識(shí)別方法，大多使用接觸式采集設(shè)備采集掌紋圖像，這種圖像采集方式保證了所采集到的圖像具有單一的背景、均勻的光照，也避免了因手部晃動(dòng)導(dǎo)致的圖像模糊，因此具有較高的識(shí)別精度。但以接觸式采集設(shè)備為基礎(chǔ)的識(shí)別技術(shù)，在用戶友好度方面還有待改進(jìn)。
　　非接觸式掌

2、紋識(shí)別是提高掌紋識(shí)別用戶友好度和擴(kuò)展掌紋識(shí)別應(yīng)用領(lǐng)域的有效手段。在非接觸式掌紋識(shí)別中，由于移除了接觸式輔助定位裝置，會(huì)由于采集時(shí)手掌發(fā)生的形變而對(duì)識(shí)別精度造成很大影響。本文針對(duì)目前非接觸式掌紋識(shí)別中存在的問題，重點(diǎn)研究兩方面關(guān)鍵問題，即非接觸式掌紋特征采集系統(tǒng)的研制以及形變掌紋識(shí)別方法。
　　本文首先設(shè)計(jì)并實(shí)現(xiàn)了一種非接觸式多手部特征采集系統(tǒng)，該系統(tǒng)能夠同時(shí)采集掌紋、手掌靜脈和手背靜脈圖像，且采集時(shí)用戶不用接觸采集設(shè)備的任何部分，

3、具有極高的用戶接受度。本文利用該系統(tǒng)建立了包含約4000幅圖像的非接觸掌紋數(shù)據(jù)庫，為本文工作以及本領(lǐng)域的相關(guān)研究提供了數(shù)據(jù)基礎(chǔ)。
　　對(duì)于形變掌紋識(shí)別問題，本文首先建立了掌紋識(shí)別的通用理論模型，即將掌紋匹配看做一個(gè)極值問題。在該理論的基礎(chǔ)上，本文從線性形變和非線性形變兩方面對(duì)形變掌紋識(shí)別進(jìn)行研究。針對(duì)線性形變掌紋識(shí)別，本文提出了一種基于掌紋圖像配準(zhǔn)的掌紋識(shí)別方法。該方法利用匹配的尺度不變特征變換(SIFT)特征點(diǎn)計(jì)算掌紋圖像之間的

4、線性變換模型，并使用該模型對(duì)掌紋圖像進(jìn)行配準(zhǔn)，而后在配準(zhǔn)后的掌紋圖像上提取掌紋特征進(jìn)行匹配。該方法可以有效的解決線性形變掌紋識(shí)別問題。
　　對(duì)于非線性形變掌紋識(shí)別問題，本文首先提出一種非線性形變建模方法。該方法以掌紋圖像中匹配的SIFT特征點(diǎn)為基礎(chǔ)，通過迭代隨機(jī)抽樣一致性(I-RANSAC)算法計(jì)算出若干個(gè)線性變換模型，用以近似掌紋發(fā)生的非線性形變。在此基礎(chǔ)上，本文提出一種基于I-RANSAC算法和局部掌紋描述符(LPD)的掌紋識(shí)

5、別方法。該方法首先應(yīng)用I-RANSAC算法對(duì)非線性形變進(jìn)行建模，根據(jù)模型移除外點(diǎn)后，應(yīng)用LPD進(jìn)一步移除誤匹配點(diǎn)，最后以匹配的SIFT特征點(diǎn)數(shù)作為匹配分?jǐn)?shù)進(jìn)行識(shí)別。該方法可以最大程度的保留發(fā)生非線性形變的掌紋圖像之間正確匹配的SIFT特征點(diǎn)，達(dá)到提高識(shí)別精度的目的。
　　為充分利用掌紋圖像上具有區(qū)分能力的區(qū)域，并同時(shí)考慮掌紋的非線性形變，本文提出一種基于塊生長的掌紋識(shí)別方法。該方法在使用分段線性變換近似非線性變換模型后，依據(jù)各線性