融合多种方向特征的掌纹识别算法研究

发布时间：2021-12-09 08:38

　　随着数字化社会的发展,信息安全问题受到了广泛的关注,越来越多的场合需要简单高效地进行身份识别,保护人们的公共安全及隐私安全。生物特征识别技术作为一种有效的身份识别方案,已经成为政府部门、商业领域和日常生活中一项必不可少的重要技术。掌纹识别技术是近十年发展起来的新兴生物特征识别技术,相较于受到广泛关注的人脸、虹膜和指纹识别技术,掌纹识别技术具有特征丰富、易采集、采集设备价格低廉和易被用户接受等优势。随着掌纹识别技术的发展,如何发挥掌纹的优势,构建鲁棒的掌纹识别系统,是目前掌纹识别研究中亟待解决的问题。基于多信息融合的掌纹识别方法是一种鲁棒的掌纹识别方案,能够有效地解决当前掌纹识别中存在的安全性低的问题,成为掌纹识别技术的突破口。在众多掌纹识别方法中,基于方向特征的方法对光照和旋转鲁棒,取得了优秀的识别效果。针对掌纹中存在的丰富的线方向特征,本文对基于方向特征的方法进行了深入的研究,主要工作如下:（1）评估五种线形滤波器提取掌纹方向特征的性能。在基于方向特征的掌纹识别算法中,常用于提取方向特征的滤波器有Gabor滤波器和改进的有限Radon变换滤波器,除此之外,Log Gabor滤波器、高... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

掌纹特征

12图 2.2 非接触式采集设备Fig 2.2 Contactless collection device库出了本文所使用掌纹数据库的部分细节，这些数据库28×128。库[64]是目前使用最广泛的掌纹数据库，全称为 HongKmprint II Database，是由香港理工大学建设和公开发布库中共包含 193 个个体的左右手掌纹，掌纹采集分为分别提供大约 10 幅掌纹图像，采集间隔在两个月左右

前主流的 ROI 提取算法有基于切线[25]和基于关键点检测的方法[66]。基于切线的 ROI 提取算法如图 2.4 所示，主要思想是找到食指和中指、无指和小指之间的关键点建立坐标系提取 ROI 图像，具体有以下几步：步骤一：首先采用低通滤波器对原始掌纹图像进行平滑，并根据阈值 将滤后的掌纹图像转化为二值图像，如图 2.4(b)所示；步骤二：使用边界检测算法获取食指和中指、无名指和小指之间的指缝边界步骤三：计算与两个指缝边界相切的切线，得到切点(1 1)和(2 2)，并切线作为 Y 轴，将通过两切点中点的垂线作为 X 轴，建立一个如图 2.4(d)所示坐标系；(a) 原始图像 (b) 二值图像 (c) 边界检测

【参考文献】：
期刊论文
[1]基于双Gabor方向韦伯局部描述子的掌纹识别[J]. 王华彬,李梦雯,周健,陶亮.  电子与信息学报. 2018(04)
[2]掌纹识别算法综述[J]. 岳峰,左旺孟,张大鹏.  自动化学报. 2010(03)

硕士论文
[1]基于频域的掌纹识别方法研究[D]. 赵伟鹏.沈阳工业大学 2008



本文编号：3530320