移動環(huán)境下掌紋預(yù)處理算法的研究.pdf

1、與其他生物特征識別技術(shù)相比，掌紋識別技術(shù)具有識別準(zhǔn)確度高、對設(shè)備硬件要求低等特點(diǎn)?，F(xiàn)有的掌紋識別系統(tǒng)多采用接觸式采集設(shè)備，這種方法采集的掌紋圖像具有清晰度高、光照均勻、背景單一的特點(diǎn)，具有較高識別精度。然而隨著移動智能設(shè)備的普及，移動終端的信息安全和身份認(rèn)證問題顯得日益突出，因此移動環(huán)境下掌紋識別技術(shù)便成為了近年來生物特征識別的一個重要研究方向，而其中的掌紋圖像預(yù)處理則直接影響到掌紋識別的精度，是整個移動環(huán)境下掌紋識別過程中最為關(guān)鍵的一

2、個階段。
　　目前移動環(huán)境下掌紋識別主要存在兩方面問題:一方面在于開放式環(huán)境下掌紋圖像光照多變，背景復(fù)雜以及手掌姿態(tài)不可控造成掌紋感興趣區(qū)(Region of Interest,ROI)定位不準(zhǔn)確從而對識別精度造成很大影響，另一方面受限于移動平臺的計(jì)算速度和應(yīng)用場景，一些計(jì)算量較大的算法不適合移植到移動設(shè)備之上。
　　針對以上問題，本文將約束局部模型(Constrained local model，CLM)引入到掌紋預(yù)處理，

3、在對約束局部模型進(jìn)行全面分析研究的基礎(chǔ)上，針對移動環(huán)境下掌紋預(yù)處理的問題對其進(jìn)行改進(jìn)。論文主要工作如下:
　　(1)由于目前還沒有公開的移動環(huán)境下的掌紋庫，使用智能手機(jī)拍攝并整理了自己的移動環(huán)境下的掌紋數(shù)據(jù)庫。
　　(2)將約束局部模型應(yīng)用于掌紋預(yù)處理問題，提出一種新的移動環(huán)境下掌紋預(yù)處理算法，并通過實(shí)驗(yàn)證明了該方法在移動環(huán)境下的可行性。
　　(3)提出了一種基于Haar隨機(jī)森林的約束局部模型。通過試驗(yàn)表明，相比使用P