基于CPD和特征級融合的手紋識別技術(shù)研究.pdf

1、生物識別技術(shù)在國際上被廣泛研究，特征提取是生物特征識別技術(shù)研究中的最基本的問題之一，到目前為止，特征提取的方法主要分為線性和非線性特征提取方法。盡管現(xiàn)有的線性特征的提取方法在身份識別和圖像處理的領(lǐng)域已經(jīng)取得了成功，但是它們在本質(zhì)上都是基于線性變換的，都無法來抽取圖像模式的高階信息，因此就無法表達諸如掌紋、指紋等圖像的復(fù)雜的非線性的分布結(jié)構(gòu)?；诤撕瘮?shù)方法的特征提取逐漸地也成為大家關(guān)注的焦點。本文對核函數(shù)進行了比較深入的研究，針對手紋(掌

2、紋、指紋)圖像的特點，提出了條件正定核函數(shù)，最后提出了核矩陣融合方法，并分別地采用了多模態(tài)和多算法特征級融合技術(shù)。
　　 本文主要研究以下二個部分的內(nèi)容：
　　 1.分析掌紋和指紋自身的特點，研究現(xiàn)有的各種核函數(shù)所存在的問題，提出了條件正定核函數(shù)(CPD)。并用實驗證明了基于條件正定核的手紋識別算法具有抗平移和突出局部信息的特點，在一定程度上提高了識別率。
　　 2.特征級融合方面，本文給出了基于KPCA的多生物