掌紋識別系統(tǒng)的關(guān)鍵技術(shù)研究.pdf

1、掌紋識別技術(shù)作為生物特征識別領(lǐng)域的一項新興技術(shù)，與其它生物識別技術(shù)相比，掌紋擁有主特征明顯、穩(wěn)定、易于采集和用戶接受程度高等諸多優(yōu)點，從而備受關(guān)注。然而，掌紋識別技術(shù)尚處于發(fā)展階段，其理論和應(yīng)用方面的研究都有待于進一步深化和完善。在此背景下，本文選擇了三個掌紋庫作為測試對象，包括香港理工大學掌紋庫、中科院自動化研究所掌紋庫和實際采集的研究室掌紋庫，對掌紋識別技術(shù)中的圖像預(yù)處理、特征提取等關(guān)鍵問題進行分析研究，主要工作內(nèi)容如下：
　

2、　 首先是掌紋圖像的預(yù)處理。本文經(jīng)過圖像的二值化、形態(tài)學處理、輪廓提取、定位分割、采樣和直方圖均衡等一系列處理之后，完成了對掌紋感興趣區(qū)域(ROI)的提取。在預(yù)處理過程中，考慮到掌紋庫的采集環(huán)境有所區(qū)別，利用直方圖確定閾值，完成掌紋與背景的分離。研究了一種基于正方形的定位分割方法，針對輪廓提取后還帶有噪聲的圖像，進行相應(yīng)的算法調(diào)整，以達到準確定位拐點的目的；而且考慮到圖像拍攝距離的差異，在確定掌紋中心時選擇合適的定位距離，使得ROI能

3、夠最大限度保留掌紋的有用信息。利用二層小波變換進行一個下采樣，提取變換后的低頻部分，將ROI由128×128變?yōu)?2×32，既保留了主要特征，又有效的減少了數(shù)據(jù)量。預(yù)處理完成之后，使用三種基于子空間的方法對ROI進行特征提取，包括PCA、2DPCA和改進2DPCA三種算法。最后使用最近鄰分類器，根據(jù)提取特征的不同，選擇相應(yīng)的距離準則對掌紋圖像進行分類識別。
　　 在理論研究的基礎(chǔ)上，本文在VC++6.0平臺下開發(fā)了掌紋識別軟件系