基于分塊的掌紋識別算法研究.pdf

1、科技的進步和社會信息化程度的提高促進了生物特征識別技術(shù)的飛速發(fā)展，基于人的指紋、人臉、虹膜、掌紋、手形等特征的身份驗證技術(shù)相繼出現(xiàn)。作為近年來逐漸興起的一種身份識別技術(shù)，掌紋識別由于具有容易獲取、精度高、實時性好等特點，漸漸獲得了越來越多的關(guān)注?；谡萍y的身份識別系統(tǒng)也相繼面市。
　　掌紋特征提取是掌紋識別系統(tǒng)中最為關(guān)鍵的一個環(huán)節(jié)，本課題對該部分進行了深入的研究與實驗，并重點研究了基于分塊的掌紋特征提取算法，本課題的研究內(nèi)容與主要

2、成果如下：
　　對基于PCA的掌紋識別算法進行了研究與實驗。詳細(xì)描述了PCA、分塊PCA、2DPCA、分塊2DPCA、(2D)2PCA等算法的實現(xiàn)步驟，并通過大量的對比試驗驗證了分塊對于提高掌紋識別率的有效性，即分塊不僅能夠降低掌紋圖像的維數(shù)，增加樣本數(shù)，而且能夠提取到對分類有幫助的局部特征。
　　針對傳統(tǒng)的分塊方法并沒有考慮到塊之間的差異性這一缺點，對傳統(tǒng)的基于分塊的主成分分析方法做出了改進，將所有訓(xùn)練樣本集中的同一位置處

3、的子塊看作一個子訓(xùn)練集，分別對各個子訓(xùn)練集求取散布矩陣。并以傳統(tǒng)的分塊(2D)2PCA算法為例，驗證了該方法在識別效果上要優(yōu)于傳統(tǒng)的算法。
　　對基于分塊LBP的掌紋識別算法進行了研究與實驗。對該方法中因分塊導(dǎo)致的所提取特征維數(shù)過高，進而引起的掌紋識別時間過長、所需特征存儲空間過大等問題進行了簡要闡述。在此基礎(chǔ)上，提出了基于分塊LBP+PCA的掌紋識別算法，利用PCA方法對所提取到的多尺度LBP特征進行降維，實驗結(jié)果表明，該方法可