基于特征提取的掌纹识别

发布时间：2017-04-17 07:02

  本文关键词：基于特征提取的掌纹识别，由笔耕文化传播整理发布。

【摘要】：随着生物特征识别技术的飞速发展,人们对自身身份识别也越来越重视。掌纹识别技术作为生物特征识别技术的新兴技术,具有识别精度高、识别时间短、用户接受度高、硬件成本低等优势,目前仍未得到广泛应用。因此,有关掌纹识别技术的研究将是一个非常有前景的课题。本文基于特征提取的方法进行掌纹识别技术研究,从预处理、区域定位分割、特征提取、分类识别等四个方面展开。在预处理阶段,运用中值滤波对掌纹图像进行去噪,采用巴特沃斯高通滤波器进行对比度拉伸和增强。区域定位分割首先对掌纹图像做二值化处理,用基于Sobel边缘检测算子提取掌纹边缘,然后运用基于数学形态学的方法确定图像的角点,进而根据角点分割出掌纹感兴趣区域。在特征提取阶段,分析讨论了两种基于Gabor滤波变换的掌纹特征提取方法。基于Gabor变换特征提取方法分别从5个尺度、4个方向提取掌纹图像(大小为128×128)的Gabor纹理特征,经过均值降维和PCA降维后,得到一个维度为640×8的特征矩阵。基于改进的Gabor变换特征提取方法则先将掌纹图像均值化降维,得到维度为64×64的掌纹图像。接着将降维处理后的掌纹图像等分为64幅子图像,并分别从2个尺度、4个方向对子图像进行Gabor变换。然后按照一定的规则划分特征加权组,对特征加权组内的Gabor滤波特征子图像进行权值计算。最后对每幅子图像的8个Gabor滤波特征加权子图像进行均值化处理,得到维度为8×8的特征矩阵。最后从128×128大小的掌纹图像得到一个维度为64×64的掌纹特征矩阵。将两种方法得到的特征矩阵作为训练集的样本特征,用于后续的分类识别。分类识别阶段采用K-最近邻进行分类识别。通过计算待测试样本特征矩阵与训练集样本特征矩阵间的欧几里德距离,寻找出其最近邻的K个训练样本。基于统计原理,占多数的那个训练样本类型即为该测试样本的类型。系统使用香港理工大学生物识别研究中心掌纹数据库中的掌纹图像进行测试实验。实验结果表明,基于Gabor变换特征提取方法的掌纹识别正确率为96.67%,基于改进的Gabor变换特征提取方法的掌纹识别正确率可以达到97.33%。
【关键词】：生物特征 掌纹识别 特征提取 Gabor变换 K-最近邻
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-19
• 1.1 研究意义10
• 1.2 掌纹识别技术国内外发展状况10-18
• 1.2.1 掌纹识别技术的发展历程10-11
• 1.2.2 掌纹识别技术相关算法的发展历程11-15
• 1.2.3 掌纹识别技术的应用前景15-18
• 1.3 论文的结构和框架18-19
• 第2章 掌纹图像预处理19-29
• 2.1 掌纹识别系统组成19-20
• 2.2 掌纹图像采集20-22
• 2.3 掌纹图像去噪22-25
• 2.4 掌纹图像增强25-28
• 2.5 本章小结28-29
• 第3章 基于角点检测的掌纹区域定位分割29-40
• 3.1 掌纹区域分割流程29-30
• 3.2 二值化30-31
• 3.3 边缘检测31-33
• 3.4 数学形态学滤波33-36
• 3.5 角点计算36-38
• 3.6 掌纹区域分割38-39
• 3.7 本章小结39-40
• 第4章 基于二维GABOR变换的掌纹特征提取40-55
• 4.1 掌纹特征40-41
• 4.2 Gabor变换41-45
• 4.3 特征库建立45-51
• 4.3.1 基于Gabor变换特征提取45-46
• 4.3.2 基于改进的Gabor变换特征提取46-51
• 4.4 实验结果及分析51-54
• 4.5 本章小结54-55
• 第5章 基于K-最近邻特征分类识别55-61
• 5.1 K-最近邻基本原理55-56
• 5.2 识别(分类)算法实现56-58
• 5.3 实验结果及分析58-60
• 5.4 本章小结60-61
• 结论61-63
• 参考文献63-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 ;中国研制出首个高精度自动掌纹识别系统[J];安防科技;2008年04期

2 吴文晖;;掌纹识别技术在金融系统的应用[J];广东金融电脑;1998年05期

3 宋炯,林喜荣,包桂秋,申晶;一种掌纹线特征的提取方法[J];计算机工程与应用;2004年12期

4 邬向前,王宽全,张大鹏;一种用于掌纹识别的线特征表示和匹配方法(英文)[J];软件学报;2004年06期

5 吴攀;;一种提高掌纹识别率方法的研究[J];软件导刊;2007年03期

6 姚永芳;赵清杰;张利萍;荆晓远;;统计不相关的费舍掌纹识别算法[J];计算机工程与设计;2007年21期

7 刘富;徐杰;崔平远;;基于两层策略的掌纹识别新方法[J];吉林大学学报(工学版);2008年S2期

8 ;我国研制成功世界首套高精度自动掌纹识别系统[J];大众科技;2008年02期

9 ;哈尔滨工业大学成功研制掌纹识别系统[J];安防科技;2008年04期

10 王艳霞;阮秋琦;;一种掌纹纹线结构特征的描述和匹配方法[J];电子与信息学报;2008年06期

中国重要会议论文全文数据库 前5条

1 明泉水;孙季丰;;一种新的掌纹定位方法[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

2 魏骁勇;徐丹;袁国武;;基于组合特征的掌纹识别技术[A];第十二届全国图象图形学学术会议论文集[C];2005年

3 许慧;林家恒;刘增晓;;掌纹识别技术研究进展[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

4 李嘉伟;孙明;;基于图像处理的掌纹识别技术研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

5 吴释培;沈琳琳;郑松浩;何金文;;达·芬奇TMS320DM6446 DMSoC平台双核通信的研究与实现[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年

中国重要报纸全文数据库 前5条

1 ;英特尔展示掌纹识别技术解决安全问题[N];中国电脑教育报;2012年

2 卢光明邋记者 刘传书;我研制成功世界首套高精度自动掌纹识别系统[N];科技日报;2008年

3 周基东 张明新;生物防伪 大势所趋[N];人民公安报;2000年

4 本报记者 马爱平;科海搏击 铸就金鹰[N];科技日报;2011年

5 编译 杜龙德;扔掉你的密码[N];电脑报;2004年

中国博士学位论文全文数据库 前10条

1 赵秋实;非接触式掌纹识别关键问题研究[D];哈尔滨工业大学;2014年

2 康冰;基于身体健康状况表征的人体掌部精细纹路和颜色提取算法研究[D];吉林大学;2016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

4 潘新;掌纹识别关键算法的研究[D];北京交通大学;2009年

5 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

6 郭秀梅;掌纹识别算法的研究[D];山东大学;2014年

7 张建新;自动掌纹识别理论和算法研究[D];大连理工大学;2009年

8 郭金玉;基于子空间法的掌纹识别研究[D];沈阳工业大学;2009年

9 冷璐;可撤除掌纹识别与认证技术研究[D];西南交通大学;2012年

10 张环;掌纹掌脉及其融合识别技术研究[D];国防科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 瞿遥;基于同态加密的掌纹认证研究[D];西南交通大学;2015年

2 刘刚;非接触式可撤销手掌纹脉融合认证技术研究[D];南昌航空大学;2015年

3 王yN;复杂背景下的手掌图像预处理及关键区域提取技术研究[D];华侨大学;2015年

4 梁浩铭;基于云架构的大规模掌纹识别技术研究[D];哈尔滨工业大学;2015年

5 解冰;掌纹识别系统中的光源强度自动调节技术及其应用[D];哈尔滨工业大学;2014年

6 褚万星;基于角点检测与竞争编码的掌纹识别系统[D];西安电子科技大学;2014年

7 洪丹枫;鲁棒的高精度掌纹识别技术研究[D];青岛大学;2015年

8 徐云云;面向智能手机的掌纹识别技术研究[D];合肥工业大学;2015年

9 钟晓雯;非接触多光谱手成像光学系统研制[D];沈阳工业大学;2015年

10 王志强;基于图像质量评价的掌纹识别算法研究[D];北京交通大学;2016年

  本文关键词：基于特征提取的掌纹识别，，由笔耕文化传播整理发布。

本文编号：312652