在线掌纹的图像分析与识别

论文摘要

作为重要的生物特征识别技术之一，掌纹识别方法的研究具有重要的现实意义。本文结合在线掌纹的特点，提出了一种掌纹识别分析方法和思路。深入研究了掌纹图像的定位、增强、空域特征和频域特征提取及特征匹配等技术，并通过实验验证了这些方法的可行性。主要研究内容如下：在线掌纹图像有效区域的定位是整个身份识别系统的一项重要的基础性工作。本文结合掌纹图像本身的特点，采用数学形态学运算提取掌纹轮廓线。利用角点检测的方法来提取掌纹轮廓中的角点。根据这些关键点建立直角坐标系，将图像置于新的坐标系中分割出有效区域，减少了采样过程中引进的旋转、平移、扭曲等影响。利用Gabor滤波器增强掌纹特征纹线方法，将掌纹图像分割成若干子块并将子块变换到频率域，在频域内对子块利用Gobar滤波器在其主方向上进行滤波，增强特征纹线信息，有效地增加了图像的对比度，便于掌纹特征提取。着重研究了两种特征提取算法。一种是将增强的掌纹图像变换到频率域，在频域空间定义R-特征进行特征提取；一种是利用数学形态学波谷检测器提取掌纹的特征纹线，用代数方法表示掌纹纹线的几何特征。实验证明，这两种特征的结合可以有效地表征掌纹模式类别。提出并设计了频域特征匹配和空域特征匹配方法有效结合——两级掌纹识别算法。频域内提取的R-特征作为掌纹识别粗匹配的依据，将待识别样本划归到与其特征距离相近的类别中，然后利用特征纹线的几何特征进行精确匹配。通过对模板集内的样本进行特征提取，得到每种模式的理想模板，然后对测试集内未知类别的样本特征与已知类别的模板进行比较。最后对所设计的掌纹身份识别系统进行了实验测试，取得了较好的实验结果。证明了本文所设计的基于掌纹的身份识别系统是可行的。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景
• 1.2 生物特征身份识别技术
• 1.2.1 生物特征识别技术简介
• 1.2.2 生物特征身份识别系统的性能
• 1.2.3 几种主要的生物特征身份识别技术
• 1.3 掌纹识别
• 1.3.1 掌纹图像的组成结构及特点
• 1.3.2 掌纹识别技术研究现状
• 1.3.3 掌纹识别系统框架
• 1.4 本文主要研究内容及结构安排
• 第2章 掌纹图像的采集和预处理
• 2.1 掌纹图像的采集
• 2.2 掌纹图像的预处理
• 2.2.1 用数学形态学方法提取手掌轮廓线
• 2.2.2 用角点检测方法提取定位点
• 2.2.3 确定掌纹识别有效区域
• 2.3 实验结果与分析
• 2.4 本章小结
• 第3章 掌纹图像特征纹线增强
• 3.1 引言
• 3.2 掌纹图像平滑滤波
• 3.3 象素点方向计算
• 3.4 子块主方向计算
• 3.5 利用Gabor滤波器进行特征纹线增强
• 3.5.1 Gabor滤波器
• 3.5.2 频率域滤波
• 3.5.3 特征纹线方向增强
• 3.6 合成增强图像
• 3.7 本章小结
• 第4章 掌纹特征提取
• 4.1 引言
• 4.2 基于傅立叶变换的频域内特征提取
• 4.2.1 傅里叶变换
• 4.2.2 R-特征
• 4.3 基于特征纹线的几何特征提取
• 4.3.1 特征纹线提取
• 4.3.2 几何特征
• 4.4 本章小结
• 第5章 掌纹识别和实验结果
• 5.1 引言
• 5.2 掌纹识别方法
• 5.3 识别系统的性能指标
• 5.4 实验内容与结果分析
• 5.5 本章小结
• 第6章 结论与展望
• 6.1 结论
• 6.2 今后工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表学术论文情况
• 学位论文评阅及答辩情况表