自然光环境下的掌纹图像的主线提取方法研究

发布时间：2017-04-04 12:12

  本文关键词：自然光环境下的掌纹图像的主线提取方法研究，，由笔耕文化传播整理发布。

【摘要】：随着科技的发展,生物特征技术在生活各个领域使用越来越广泛。生物特征技术相比传统的身份认证技术,具有更高的唯一性、稳定性、普遍性等优点。而掌纹识别技术是生物特征识别技术领域里新兴的一个技术,因其每个人的手掌的掌纹具有唯一性、固定性、稳定性、普遍性、可采集性,而且掌纹信息较为丰富等特征,这使得掌纹识别技术能够被大众普遍接受,掌纹识别技术成为了生物特征识别领域的一大研究热点。而掌纹主线具有丰富的掌纹信息,相比手掌乳突纹、三角点、皱褶等其他掌纹信息,主线具有更稳定、更易提取等特点,所以对掌纹主线进行提取认证能够作为掌纹识别技术中个人信息的特征识别。而现有的绝大多数掌纹识别技术均是在特定光的背景下,固定住手掌位置的接触或非接触式的方式采集掌纹,论文研究的是对在自然光环境下,不固定住手掌位置的非接触式方式采集的掌纹图像进行主线提取。具体的研究内容和结果如下:(1)对掌纹感兴趣区域进行提取,用改进的种子算法对掌纹图像进行定位,再运用Sobel算子对图像滤波后再定位,然后将两种定位方法定位的区域合并,得到含有手指区域的图像。再根据计算图像几何特征的矩形度和长宽比值,判断是否有手指区域进入要提取的区域中,再通过分析图像的垂直和水平灰度积分截取掌纹感兴趣区域。(2)对掌纹图像进行预处理,包括用一种基于垂直和水平灰度积分局部灰度自动校正使图片亮度分布更均匀,再对图片进行灰度化,提出用基于中值滤波和Sobel锐化滤波的加权运算法增强掌纹边缘纹线,再进行类判别二值化法,最后又利用基于水平灰度积分值对图像进行去噪。(3)对掌纹主线进行提取,首先运用中值滤波的原理对二值图像进行去噪处理,然后用数学形态学运算连接主线断裂的现象,再进行主线细化,最后进行连通域去噪提取出有效的主线。经大量实验证明,这种方法提取出来的主线有效、准确,且识别效果佳,能够满足实际的应用。
【关键词】：自然光环境 掌纹主线 掌纹定位提取 预处理 主线提取
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-17
• 1.1 课题研究背景及意义9-10
• 1.2 生物特征的身份认证技术10-11
• 1.3 掌纹识别技术11-13
• 1.3.1 掌纹识别的优势11-12
• 1.3.2 提取掌纹主线的意义12-13
• 1.4 研究现状简介13-15
• 1.4.1 自然光环境下的掌纹提取研究现状13
• 1.4.2 提取掌纹主线的研究现状13-15
• 1.5 本文研究的内容15-17
• 2 掌纹识别系统及图像采集17-23
• 2.1 掌纹识别系统17-19
• 2.1.1 掌纹识别系统的组成17
• 2.1.2 掌纹识别系统的工作模式17-19
• 2.2 掌纹图像采集方法介绍19-22
• 2.2.1 掌纹图像采集方法19-21
• 2.2.2 掌纹图像采集数据库21
• 2.2.3 本文采用的掌纹图像库21-22
• 2.3 小结22-23
• 3 掌纹感兴趣区域的提取23-37
• 3.1 常用的掌纹感兴趣区域图像提取方法23-25
• 3.2 本文所用的掌纹感兴趣区域的提取方法25-35
• 3.2.1 改进的种子算法对掌纹区域的定位26-29
• 3.2.2 Sobel算子锐化后的定位29-31
• 3.2.3 计算矩形度31-32
• 3.2.4 计算长宽比32-33
• 3.2.5 灰度投影33-35
• 3.3 小结35-37
• 4 掌纹图像预处理37-49
• 4.1 图像灰度化37-38
• 4.2 基于灰度积分的局部灰度自动校正38-41
• 4.3 基于中值滤波和Sobel算子的加权运算的滤波41-43
• 4.4 掌纹图像二值化43-45
• 4.5 基于灰度积分的掌纹去噪45-47
• 4.6 小结47-49
• 5 掌纹主线的提取49-57
• 5.1 掌纹的线特征逡49-50
• 5.2 中值滤波处理50-51
• 5.3 数学形态学运算51-53
• 5.4 主线细化53-54
• 5.5 连通域去噪54-56
• 5.6 小结56-57
• 6 总结与展望57-59
• 6.1 本文研究工作及成果57-58
• 6.2 进一步的研究工作58-59
• 致谢59-61
• 参考文献61-62

【参考文献】

中国期刊全文数据库 前10条

1 徐东华;;基于二阶段小波多分辨率分析的掌纹分割算法[J];计算机应用与软件;2012年04期

2 许爽;索继东;赵继印;;自动找点的掌纹图像定位分割方法[J];计算机工程与设计;2011年09期

3 李明昊;李燕华;潘新;刘洋;;掌纹特征提取算法的研究[J];内蒙古农业大学学报(自然科学版);2010年04期

4 岳峰;左旺孟;张大鹏;;掌纹识别算法综述[J];自动化学报;2010年03期

5 苑玮琦;刘真;柯丽;;基于双树复数小波变换的掌纹特征提取[J];光电子.激光;2009年04期

6 闫琳;侯晓荣;;一种新型在线掌纹主线的提取方法[J];宁波大学学报(理工版);2008年04期

7 苑玮琦;黄静;桑海峰;;小波分解与PCA方法的掌纹特征提取方法[J];计算机应用研究;2008年12期

8 郑艳清;裘正定;吴介;;基于形态学滤波和Hough变换的掌纹主线提取方法[J];北京交通大学学报;2008年05期

9 吴丹阳;张忠波;马驷良;;基于脊波变换的掌纹识别方法[J];吉林大学学报(理学版);2008年05期

10 张建新;欧宗瑛;;基于Log-Gabor小波相位一致的掌纹线特征提取[J];光电子.激光;2008年05期

中国博士学位论文全文数据库 前3条

1 郭秀梅;掌纹识别算法的研究[D];山东大学;2014年

2 林森;非理想条件下掌纹识别方法研究[D];沈阳工业大学;2013年

3 贾伟;掌纹识别关键技术研究[D];中国科学技术大学;2008年

中国硕士学位论文全文数据库 前5条

1 郭婧宇;基于掌纹的身份识别算法研究[D];安徽大学;2015年

2 吴鑫;多态掌纹识别算法研究[D];青岛大学;2014年

3 黄鹏

本文编号：285515