非接觸式掌紋識別關鍵問題研究.pdf

1、掌紋識別是近些年來新興的一種生物特征識別技術。與其它生物特征識別技術相比，掌紋識別具有用戶接受度高、區(qū)分能力強等優(yōu)點。同時，掌紋圖像的采集設備價格低廉，因此具有很高的普及潛力?，F有的掌紋識別方法，大多使用接觸式采集設備采集掌紋圖像，這種圖像采集方式保證了所采集到的圖像具有單一的背景、均勻的光照，也避免了因手部晃動導致的圖像模糊，因此具有較高的識別精度。但以接觸式采集設備為基礎的識別技術，在用戶友好度方面還有待改進。
　　非接觸式掌

2、紋識別是提高掌紋識別用戶友好度和擴展掌紋識別應用領域的有效手段。在非接觸式掌紋識別中，由于移除了接觸式輔助定位裝置，會由于采集時手掌發(fā)生的形變而對識別精度造成很大影響。本文針對目前非接觸式掌紋識別中存在的問題，重點研究兩方面關鍵問題，即非接觸式掌紋特征采集系統(tǒng)的研制以及形變掌紋識別方法。
　　本文首先設計并實現了一種非接觸式多手部特征采集系統(tǒng)，該系統(tǒng)能夠同時采集掌紋、手掌靜脈和手背靜脈圖像，且采集時用戶不用接觸采集設備的任何部分，

3、具有極高的用戶接受度。本文利用該系統(tǒng)建立了包含約4000幅圖像的非接觸掌紋數據庫，為本文工作以及本領域的相關研究提供了數據基礎。
　　對于形變掌紋識別問題，本文首先建立了掌紋識別的通用理論模型，即將掌紋匹配看做一個極值問題。在該理論的基礎上，本文從線性形變和非線性形變兩方面對形變掌紋識別進行研究。針對線性形變掌紋識別，本文提出了一種基于掌紋圖像配準的掌紋識別方法。該方法利用匹配的尺度不變特征變換(SIFT)特征點計算掌紋圖像之間的

4、線性變換模型，并使用該模型對掌紋圖像進行配準，而后在配準后的掌紋圖像上提取掌紋特征進行匹配。該方法可以有效的解決線性形變掌紋識別問題。
　　對于非線性形變掌紋識別問題，本文首先提出一種非線性形變建模方法。該方法以掌紋圖像中匹配的SIFT特征點為基礎，通過迭代隨機抽樣一致性(I-RANSAC)算法計算出若干個線性變換模型，用以近似掌紋發(fā)生的非線性形變。在此基礎上，本文提出一種基于I-RANSAC算法和局部掌紋描述符(LPD)的掌紋識

5、別方法。該方法首先應用I-RANSAC算法對非線性形變進行建模，根據模型移除外點后，應用LPD進一步移除誤匹配點，最后以匹配的SIFT特征點數作為匹配分數進行識別。該方法可以最大程度的保留發(fā)生非線性形變的掌紋圖像之間正確匹配的SIFT特征點，達到提高識別精度的目的。
　　為充分利用掌紋圖像上具有區(qū)分能力的區(qū)域，并同時考慮掌紋的非線性形變，本文提出一種基于塊生長的掌紋識別方法。該方法在使用分段線性變換近似非線性變換模型后，依據各線性