步态识别是利用计算机技术,通过人的行走方式和姿态来确认身份。用步态作为生物特征来实现身份识别拥有一些独特的优势:可以远距离数据采集、可以在被测者不知情的前提下完成识别、可以利用分辨率不高的步态图像,因此步态成为远距离条件下最具潜力的生物特征,成为近年来生物特征识别领域的热点之一。本文论述了构成步态识别系统的步态图像预处理、特征提取、训练识别三个方面内容,重点讨论了图像预处理轮廓分割算法和以切向量描述的轮廓特征提取技术。本文在前人研究的基础上,完成了以下工作和创新:(1)步态视频序列的轮廓分割是步态识别领域的重要内容。为了提高分割精确度,减少分割目标的孔洞、断裂并消除阴影,本文给出了一种新的步态目标分割算法。图像像素由其及其邻域的像素组成向量代表,像素间的相似性用向量间的夹角表达。通过计算待分割帧和背景像素向量夹角,可以分类出目标或背景。针对伪边缘和阴影问题,提出了用方形模板消除伪边缘及长条形模板消除阴影。实验表明,在给定的数据库中分割结果孔洞少、很少有断裂、轮廓比较精确,较好地消除了阴影,分割效果优于目前的背景减除结合数学形态学算法。(2)提出了一种二维步态轮廓特征描述方法:切向量描述子。切向量是描述曲线形状的有力工具,具有简单、直观的特点,本文借用了这一思想。首先将轮廓根据其点数分为等间隔的区,通过原点(所有图像均固定)、区间的两个端点估计区间中点的切向量,将所有区间中点的切向量组成一个向量,最终构成了切向量描述子。实验表明,切向量描述子可以较好的描述轮廓。(3)本文将每类序列中关键帧生成切向量描述子模板,用欧氏距离度量测试样本和模板之距离,用NN分类器进行识别,其中使用了PCA方法对样本进行特征空间变换,最终完成了步态识别系统的步态图像预处理、特征提取、训练识别三方面内容,形成了初步的步态识别系统。