基于掌紋和手形特征融合的多生物特征識別算法研究.pdf

1、伴隨著當今社會智能化、信息化和網(wǎng)絡(luò)化的發(fā)展，人們對信息安全的要求也越來越高。個人身份鑒別已經(jīng)成為國家安全、公安、金融、商業(yè)和人們?nèi)粘Ｉ钪胁豢扇鄙俚闹匾侄魏铜h(huán)節(jié)。生物特征識別(Biometrics)是利用人體所固有的生理特征或行為特征進行個人身份認證的技術(shù)，它涉及到模式識別、數(shù)字圖像處理和人工智能等眾多學科。針對單一生物特征在大規(guī)模識別應用中所存在的問題，作為單一生物特征識別技術(shù)的進一步發(fā)展，多生物特征識別技術(shù)孕育而生，它以不同方法提

2、取同一個體的不同生物特征，然后用數(shù)據(jù)融合的方法處理這些信息，得出更好的識別效果。 本文綜合應用數(shù)字圖像處理和模式識別等方面的理論和方法，深入探討了掌紋和手形多特征融合識別的主要技術(shù)環(huán)節(jié)，提出了若干新算法，使得多特征融合系統(tǒng)的準確度得到了提高。本文主要工作和貢獻如下： 1.綜述了掌紋識別和手形識別以及多生物特征識別技術(shù)的研究內(nèi)容、方法和國內(nèi)外研究動態(tài)。 2.掌紋特征提取算法：研究了一種利用小波變換提取掌紋特征的算法

3、。利用小波變換在數(shù)字圖像的降噪和增強處理中，對邊緣描述效果好的特點。利用Log-Gabor小波變換對掌紋圖像進行特征提取，然后采用濾波后的幅度信息和相位信息共同對掌紋圖像進行編碼，取得了好的識別效果． 3.手形特征提取算法：研究了基于點特征與矢量特征相結(jié)合的手形識別方法。此方法首先邊緣檢測算法定位出手形輪廓，然后確定手指的起始點和終點得到手指圖像，接著提取出手指的邊緣點和寬度值作為特征值，并進行特征匹配。這樣構(gòu)建的手形識別原型系