基于Gabor濾波器和不變矩的掌紋識(shí)別算法研究.pdf

1、掌紋識(shí)別是利用人的掌部紋理進(jìn)行身份確認(rèn)的生物特征識(shí)別技術(shù)，它是生物認(rèn)證領(lǐng)域的新分支。與先前的技術(shù)相比，掌紋識(shí)別具備的優(yōu)勢(shì)使他擁有廣闊的研究前景。
　　本文一共介紹三種識(shí)別方法，分別是基于小波和不變矩的掌紋識(shí)別算法、基于Gabor濾波器和不變矩的掌紋識(shí)別算法以及2D掌紋灰度圖像和紅外圖像的融合算法。
　　首先第二章簡(jiǎn)要地介紹了在前期學(xué)習(xí)過程中實(shí)現(xiàn)過的基于小波和不變矩的算法。這種方法利用小波的多分辨率分析思想，對(duì)多個(gè)分辨率上的掌

2、紋圖像進(jìn)行分解，再利用水平、垂直和對(duì)角線的細(xì)節(jié)分量進(jìn)行重構(gòu)。雖然這種算法的實(shí)驗(yàn)結(jié)果并不理想，但是，對(duì)以后的學(xué)習(xí)和研究有不少啟迪，所以本文在開頭對(duì)它進(jìn)行了介紹。
　　第三章提出了基于Gabor濾波器和不變矩的掌紋圖像識(shí)別算法。該算法在預(yù)處理階段對(duì)掌紋ROI（RegionofInterest）圖像進(jìn)行了二維小波分解，獲得近似掌紋圖像ALROI(AproximationLow-resolutionRegionofInterest)后再做

3、Gabor濾波變換，然后對(duì)變換后的圖像的各個(gè)像素點(diǎn)取模，再將這樣的模圖像分割成大小相等互不重疊的一系列子圖像。最后分別提取這些子圖像的不變矩，把它們組合成特征向量矩陣。該算法將Gabor濾波器和不變矩結(jié)合應(yīng)用于掌紋識(shí)別，并可直接提取特征，免去了諸如圖像增強(qiáng)、紋理細(xì)化等預(yù)處理過程。算法在香港理工大學(xué)公開掌紋數(shù)據(jù)庫上實(shí)驗(yàn)，獲得了很高的識(shí)別率。
　　第四章主要是介紹一種基于掌紋2D灰度圖像和紅外圖像融合的身份識(shí)別算法。在該章中，我們將掌