论文部分内容阅读
生物识别技术是根据人体的身体特征来进行身份验证的一种解决方案。人体的生物特征包括指纹、声音、脸孔、视网膜、掌纹、骨架等等。生物识别的关键在于如何获取这些生物特征,并将之转换为数字信息,存储于计算机中,利用可靠的匹配算法来完成验证与识别个人身份。
目前已经出现了许多生物识别技术,掌纹识别技术就是其中的新成员。和指纹识别技术相比,掌纹中所包含的信息远比一般指纹所提供的信息丰富,利用掌纹的线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份。掌纹采集方法简单,采样设备的成本也不高,从理论上讲掌纹识别应比指纹识别技术更可靠、更先进。通过掌纹特征来识别个人身份,具有以下优点:世界上没有完全相同的两幅掌纹图像,所以具有唯一性;在具体的掌纹图像中,每条掌纹线的位置相对不变;掌纹中的主要特征明显,细节特征唯一。
在研究现有掌纹识别成果的基础上,针对现有各类掌纹识别方法的不足,本文拟进行提高掌纹识别率的改进方法的研究工作,主要包括以下几个部分:
1.通过回顾掌纹识别技术的发展史,本文介绍了掌纹识别中的图像预处理技术,并探讨了当前在掌纹有效区域上的定位问题,在分析现在常用的四种有效区域定位方法的优点和不足的基础上,本文对这四种掌纹图像有效区域的定位方法进行了实验验证,通过对四种方法的对比,本文选择采用基于屈肌线不变特征点的掌纹有效区域定位方法,并在掌纹图像的有效区域内进行灰度化。
2.现阶段常用的掌纹识别算法大部分都基于掌纹特征提取,本文在深入研究现阶段已有的各种掌纹特征提取算法的基础上,根据现有各种掌纹特征提取方法的优缺点,提出了一种改进的提高掌纹识别率的方法,该方法结合了基于结构的线特征和基于统计的不变矩特征,在线特征识别率不高的情况下,可以利用不变距特征的优点来弥补。改进的识别方法对不同的掌纹图像进行识别,验证了该方法的有效性,具有一定的现实意义。