基于手部特征的多模態(tài)生物識別算法研究與系統(tǒng)實現(xiàn).pdf

1、生物特征識別是利用人體獨特的生理與行為特征來進行自動身份鑒別的技術(shù)，可在門禁、考勤、政務(wù)等安全系統(tǒng)以及數(shù)字終端接入、網(wǎng)絡(luò)資源訪問的身份認證上廣泛應(yīng)用。多模態(tài)生物特征識別可利用多種生物特征的合理組合或融合，相對單模態(tài)特征在抗噪性、大庫性能衰減程度、普適性、抗假冒攻擊、大數(shù)據(jù)識別時間效率等方面得到性能上的改善，近年來受到廣泛重視并成為研究熱點。
　　 本文提出的手部特征包括2D指形、指節(jié)紋、掌紋特征，在單一模態(tài)生物特征研究的基礎(chǔ)上，

2、主要為改善大數(shù)據(jù)庫搜索識別的時間性能，采用基于“與”規(guī)則的決策級多模態(tài)融合方案，設(shè)計了一種由粗到細、由快到慢排列的層次匹配器，從而實現(xiàn)了既具有較高識別精確度，又具備較理想的大庫檢索時間性能的多模態(tài)生物識別系統(tǒng)，并進行了實驗評估。最后對嵌入式掌紋鑒別系統(tǒng)進行了初步探索與嘗試。文章的主要內(nèi)容如下：
　　 1.設(shè)計并實現(xiàn)了一種基于網(wǎng)絡(luò)攝像頭的聯(lián)機手部圖像采集系統(tǒng)并提出了一種魯棒的手部圖像預(yù)處理方法
　　 介紹了本文的手部圖像采

3、集設(shè)備的硬件架構(gòu)與原理，該設(shè)備有不易受環(huán)境影響、與計算機接口簡單，低成本，用戶舒適度高等優(yōu)點。給出了一種魯棒的掌紋ROI(Region Of Interest)和手指ROI提取方法。預(yù)處理采用了Meanshift濾波和Ostu二值化方法，掌紋的有效區(qū)域提取除了利用手指邊緣信息，還提出了一種新的基于掌指關(guān)節(jié)(即手指樞軸)掌紋ROI分割方法，一定程度消除了平移和旋轉(zhuǎn)的影響。
　　 2.提出了一種基于2D指形的個人身份識別算法

4、　　 該算法用2D指形輪廓作為獨特的個人身份屬性進行身份認證，提出了一種新穎的指形特征構(gòu)造方法，這種特征區(qū)分性強、魯棒性好，維度低，有良好的類內(nèi)聚集度和類間離散度。基于2D指形的個人身份驗證方法提取的特征數(shù)據(jù)量小，匹配時間短，而且也能取得較高的識別精度，適用于在大的手掌庫中進行初始匹配，篩選出最相似的庫本進入下一層匹配。
　　 3.基于指節(jié)紋的身份識別算法研究
　　 提出了一種基于梯度圖二值化垂直投影及小波消噪的指節(jié)紋

5、特征提取方法，將手指指節(jié)紋從二維圖像降維為一維向量，匹配則使用向量之間的相似度度量實現(xiàn)。這種基于指節(jié)紋的個人身份驗證方法提取的特征數(shù)據(jù)量小，匹配時間短，而且也能取得較高的識別精度，適用于在大的手掌庫中進行中高層粗匹配，篩選出最相似的庫本進入下一層進行精細匹配。
　　 4.基于主紋線及雙樹復(fù)小波掌紋識別算法研究
　　 首先對掌紋圖像提取主線特征，采用模糊化方式生成概率分布模板，同時用雙向匹配度距離實現(xiàn)識別；其次對掌紋圖像分

6、塊后采用雙樹復(fù)小波提取紋理特征，并用Canberra距離來衡量紋理距離。由于主線特征反映了掌紋的顯著特征，同時雙樹復(fù)小波具有近似移不變和多方向選擇的優(yōu)點，可以有效區(qū)分掌紋紋理，兩者可以互為補償。實驗表明，這種采用主線和雙樹復(fù)小波紋理分級識別的方法，具有較低的時間復(fù)雜度以及較好的伸縮性，可以顯著地提高掌紋識別率。
　　 5.平移、旋轉(zhuǎn)、尺度不變掌紋識別算法研究
　　 提出了一種對大范圍平移、旋轉(zhuǎn)甚至尺度變化的圖像也能給出正

7、確識別的掌紋識別算法，首次把SIFT(Scale Invariant Feature Transform)算法應(yīng)用于掌紋識別領(lǐng)域；對于低分辨率掌紋圖像，則給出了一種用KLT(Kanade-Lucas-Tomasi)角點檢測提取關(guān)鍵點，并以局部區(qū)域描述子構(gòu)造特征向量，該向量已去除方向性，并歸一化，因此具有旋轉(zhuǎn)、平移、亮度不變等優(yōu)點。實驗結(jié)果證明了該算法的有效性。這種算法可以用低成本的數(shù)字攝像頭采集掌紋圖像，從復(fù)雜背景中提取掌紋有效區(qū)域并實

8、現(xiàn)掌紋識別，對手掌平移、旋轉(zhuǎn)具有不變性，對手掌距離變化和姿態(tài)變化也具有部分不變性，充分體現(xiàn)該算法的魯棒性。
　　 6.基于層次匹配的手部特征決策級融合系統(tǒng)研究與實現(xiàn)
　　 給出了一套基于手部特征的多模態(tài)生物識別系統(tǒng)實現(xiàn)方案，該方案把手形與指節(jié)紋識別的高效性與掌紋識別的高精確性相結(jié)合，在現(xiàn)有的多模態(tài)生物識別系統(tǒng)的各種信息融合方法中，選擇了一種簡單易行的“與”規(guī)則決策級信息融合方法，用層次匹配的方式，通過與各層次匹配器的閾值

9、調(diào)節(jié)相結(jié)合，實現(xiàn)的生物識別系統(tǒng)與單一模態(tài)相比較既提高了識別的精確性，又提高了在大數(shù)據(jù)庫檢索的時間性能。從手部圖像提取的多重特征可以在大數(shù)據(jù)庫中實現(xiàn)引導(dǎo)性匹配，五個層次的特征包括了前幾章介紹的指形特征、指節(jié)紋特征、掌紋主紋線、雙樹復(fù)小波變換及旋轉(zhuǎn)平移不變局部區(qū)域描述子特征。前幾層的粗匹配顯著地減少進入下一層精細匹配的樣本數(shù)，最底層匹配則實現(xiàn)了高精度的驗證。
　　 7.嵌入式掌紋鑒別系統(tǒng)初步探索與研究
　　 設(shè)計并實現(xiàn)了一套

10、基于ARM處理器和Windows CE嵌入式操作系統(tǒng)的掌紋鑒別系統(tǒng)方案，該系統(tǒng)可作為獨立的功能單元嵌入在安防或門禁系統(tǒng)中，也可以作為智能家居或智能終端設(shè)備的一個組成部分實現(xiàn)個人身份的鑒別和認證。實驗表明，該基于ARM處理器的掌紋鑒別系統(tǒng)可以實現(xiàn)較高驗證精度和辨識精度；與基于PC機的掌紋鑒別系統(tǒng)相比，具有成本低，體積小，重量輕，低功耗，易于移動與操作，易于集成等優(yōu)點，而且用Windows CE操作系統(tǒng)界面友好，進一步提高了系統(tǒng)的用戶親和力