Research on Theories and Algorithms for Palmprint Recognition.pdf

1、生物識別技術是指通過信息處理等手段、利用人體自身的生理特征和行為特征進行自動身份識別的技術。由于具有安全性、易用性和有效性等特點,生物識別技術日益受到廣泛關注。
　　掌紋識別是近年來新興的生物識別方法,是對現有生物識別技術的重要補充,具有許多獨特的優(yōu)勢。相比于應用最為廣泛的指紋、最為可靠的虹膜以及容易被混淆和模仿的人臉、聲音和簽名,掌紋擁有更大的面積以及更為豐富的紋理信息、更為低廉的采集設備以及不容易被模仿等特點,日漸受到廣泛的重

2、視,并逐漸成為生物識別領域研究的熱點問題。
　　掌紋識別系統(tǒng)大致可以分為四個模塊:圖像采集、預處理、特征提取和特征匹配。圖像采集設備是相對固定的,識別過程主要由預處理、特征提取和特征匹配來決定。其中,預處理是基礎,特征提取和匹配是關鍵。在系統(tǒng)地分析研究掌紋識別方法的基礎上,從提高系統(tǒng)的識別精度和響應速度出發(fā),本文對系統(tǒng)中的存在的問題進行了研究,并且提出了相應的解決方案,具體內容如下:
　　預處理:主要包括幾何對準和歸一化、灰

3、度歸一化。前者通過閾值化克服“斷指”現象,利用連通性獲取定位分割的關鍵點。后者首先通過保持亮度的局部直方圖均衡以及平衡系數法,對掌紋圖像進行去光照處理;然后分別利用混合空間增強和混合降噪方法對去光照的掌紋圖像降噪,實現自適應光照校正。得到的兩種光照校正圖像在一定峰值信噪比的基礎上,具有較高的邊緣保持指數,并且直方圖分布趨于一致,有利于掌紋線特征的提取。
　　基于線特征的掌紋識別:利用改進的D-S證據理論對兩種光照校正圖像的ANOV

4、A特征進行融合,提取線特征,通過ICP算法進行配準;在此基礎上,將線特征與相位特征在決策層進行融合,線特征能夠克服圖像的平移和旋轉,相位特征能夠保證識別的順利進行,實現對線特征的更為精確的配準。
　　基于編碼特征與紋理描述子的掌紋識別:二維Gabor濾波器的輸出是一個復數響應,由相位特征和幅值特征唯一確定,并且相位特征更為重要。競爭編碼只采用了Gabor函數的幅值特征。將混合LogGabor濾波器的相位特征與Gabor濾波器的幅值

5、特征(競爭編碼)合成為完全頻率響應,通過聯合編碼實現掌紋識別。在此基礎上,由于掌紋圖像的參數空間具有李群或者其拓展的流形結構,所以構建高斯形狀描述子作為描述掌紋圖像幾何形變的模型,利用李代數和李群之間的指數映射,將參數的最優(yōu)化求解從歐氏空間轉到光滑流形,克服圖像的旋轉、平移和非線性形變,更為有效地進行掌紋識別。
　　基于混合方法的掌紋分類:對樣本的ROI提取基于時間序列的二維符號聚合近似特征與競爭編碼構成的混合特征,利用ECOC.