非接触成像下手纹识别方法研究

发布时间：2021-04-27 02:30

　　随着人们安全意识的提高,生物特征识别安全性和可靠性越来越受到重视。目前生物特征识别技术已经相对成熟,如指纹识别、人脸识别等,但仍存在一些缺点,如识别不够便捷、用户接受程度低等。本文给出一种非接触式的手纹识别方法,支持使用移动设备拍摄手掌图像,分别利用指节纹特征和掌纹特征完成识别任务,让识别更加方便快捷的同时,保证其识别正确率。本课题采用不同型号移动设备非接触式地采集四指并拢、大拇指张开的全手掌图像,建立手掌图像库。由于拍摄时在不同光线下图像会存在偏色现象,本文在图像预处理阶段,采用灰度世界算法对采集的图像进行白平衡。然后采取肤色分割模型分割出手部图像用于后续的指节纹和掌纹识别。在指节纹识别的研究中,本文给出一种指节纹位置坐标点的定位方法,首先利用凸包算法定位手掌的凸缺陷点,然后根据梯度变化找到指跟点。遍历相邻凸缺陷点横坐标区间的像素点,根据目标区域和背景区域像素值的不同确定指尖点。再根据各指节纹与指尖点和指根点的关系确定指节纹位置。然后比较各个指节纹的纵坐标,使用欧式距离作为特征向量相似性的度量方法。最后对自建手掌图像库进行测试,给出指节纹识别结果。在掌纹识别的研究中,本文在去除手指图... 

【文章来源】：沈阳工业大学辽宁省

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题背景及意义
    1.2 国内外研究进展
        1.2.1 掌纹识别的发展动态
        1.2.2 指节纹识别的发展动态
        1.2.3 手部多特征融合识别的发展动态
    1.3 论文研究内容和结构安排
        1.3.1 论文研究内容
        1.3.2 论文结构安排
第2章 图像采集及处理
    2.1 图像采集
    2.2 图像预处理
    2.3 常用的分割算法
        2.3.1 阈值分割
        2.3.2 区域分割
        2.3.3 分水岭分割
        2.3.4 其他分割方法
    2.4 手部图像检测及分割
    2.5 手部图像预处理
    2.6 本章小结
第3章 指节纹识别算法
    3.1 定位指节纹位置
        3.1.1 定位手部轮廓
        3.1.2 定位凸缺陷点
        3.1.3 定位指跟点
        3.1.4 手指图像仿射变换
        3.1.5 定位指节纹位置
    3.2 指节纹识别实验
        3.2.1 实验方法
        3.2.2 实验分析
    3.3 本章小结
第4章 掌纹识别算法
    4.1 神经网络
        4.1.1 神经网络结构
    4.2 卷积神经网络
        4.2.1 卷积神经网络结构
        4.2.2 卷积神经网络特点
    4.3 提取掌纹感兴趣区域
    4.4 基于深度学习的掌纹识别算法
        4.4.1 TensorFlow框架
        4.4.2 迁移学习
        4.4.3 数据准备
        4.4.4 掌纹识别网络模型选择
        4.4.5 掌纹识别网络改进及调优
    4.5 本章小结
第5章 特征融合及系统搭建
    5.1 特征融合
    5.2 模拟手纹识别系统搭建
    5.3 本章小结
第6章 结论
参考文献
致谢



本文编号：3162588