生物识别技术中的掌形特征提取算法的研究

论文摘要

随着社会经济的发展,生物特征识别技术作为对人合法身份识别的一种有效方法,越来越受到人们的关注。由于人体生理的不变性和唯一性,使它具有传统身份识别方法所无法比拟的优势。掌形认证以其采集设备简单(相对于指纹,虹膜识别等)、认证速度快、稳定性高而成为继指纹识别之后的又一项生物特征识别方法。现在已广泛应用于访问控制、工作考勤、身份认证等领域。目前在国外的生物特征识别商品市场份额上,掌形仪己经基本和指纹识别系统持平,但国内掌形认证识别技术尚处在初级发展阶段。本文利用PC机,MATALB7.0软件对掌形认证算法进行研究。提出了一种以手指左右半轴宽度值为特征量的掌形认证算法,该算法优化了以手指宽度值为特征量的掌形认证算法,弥补了它在特殊情况下所造成的错误判断;采用了分离手指的方法,避免了由于手指本身非线性活动而带来的误差;运用了重新确定坐标系的方法,抵消了由于图像旋转、平移、伸缩而造成的影响。而且与传统的基于点模式掌形匹配算法和基于特征矢量掌形匹配算法相比,可以取消固定栓对手指的固定,使手指的摆放具有更大的灵活性。由于左右半轴宽度值是由点坐标计算得到的,则它具有点特征的信息,所以算法既能保证高运算速度,又能折中两种算法的错误接受率和错误拒绝率。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究的背景与意义
• 1.2 掌形特征识别技术
• 1.2.1 掌形特征识别认证框架
• 1.2.2 掌形匹配算法的分类
• 1.2.3 性能衡量标准
• 1.2.4 掌形特征识别技术的发展现状
• 1.3 论文的主要研究内容
• 第2章 方案比较
• 2.1 掌形识别认证系统的相关指标
• 2.2 特征矢量认证算法
• 2.3 点模式匹配认证算法
• 2.4 左右半轴宽度值认证算法
• 2.5 本章小结
• 第3章 左右半轴宽度值认证算法的实现
• 3.1 图像的采集
• 3.2 图像的预处理
• 3.2.1 图像的分割
• 3.2.2 边缘提取
• 3.3 图像的特征提取
• 3.3.1 分离手指
• 3.3.2 提取手指边缘点和计算左右半轴宽度值
• 3.3.3 重新为手指边缘点确定坐标
• 3.3.4 选取特征量
• 3.4 特征匹配判决
• 3.4.1 左（右）半轴宽度值匹配
• 3.4.2 单一手指匹配
• 3.4.3 掌形匹配
• 3.5 本章小结
• 第4章 仿真实验及分析
• 4.1 预处理实验结果
• 4.2 特征提取与匹配判决实验结果及分析
• 4.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢