论文部分内容阅读
掌纹识别作为新兴的生物特征识别技术近年来得到了迅速的发展。信息安全问题日益严重,许多学者提出了用自身的生物特征进行加密,得到了很好的效果。掌纹识别以安全性高和稳定性好的优点在众多生物特征中脱颖而出。所以本文进行了基于Android系统的掌纹识别的研究。1.分析传统掌纹识别采集装置的问题,实现了基于Android手机掌纹识别应用。针对传统非接触定位难点提出了手形框的定位方式,该方式可以确定手掌的有效性、克服手抖动和超过景深带来的图像模糊、防止手掌的形变。对于采集的图像直接进行识别效果不好的问题,采用分割手掌中心区域进行特征提取。对感兴趣区域进行增强,实验结果证实,掌纹图像增强可以提高特征提取的效果。2.对于掌纹识别特征提取算法的确定问题,本文研究了基于描述子算法识别掌纹。描述子算法中包含了:SIFT算法及其衍生类和LBP算法及其改进类等等。本文分别对SIFT算法类和LBP算法类进行了类内的对比,得出每类最合适的算法进行对比,找到了适合在Android手机上的掌纹识别算法。经实验得出SURF算法满足实时性和准确性,适合手机上进行掌纹识别。3.本文研究Android系统的开发和运行环境,对Android四大组件和组件之间的通讯Intent进行详细说明。根据Android系统开发的硬件和软件需求,实现了Android平台的搭建。根据实现的要求设计系统流程,将软件系统分为用户登录阶段和用户注册阶段。系统功能分为3个模块:采集注册模块、特征提取模块和特征匹配模块。详细的讲解了每个模块的实现过程。对完整的系统进行实验测试,实验表明Android系统的掌纹识别识别率较高和速度较快,对下一步推广应用打下了良好的基础。普通的非接触采集存在采集图像无效、采集手掌形变或者采集手掌模糊,导致了后期的识别率上不去。本文针对该难点提出了基于手形框定位的方法,解决了采集存在的问题,提高了后期的识别率。手形框的提出解决掌纹识别在非接触方式下定位的难题。希望给后续研究人员提供一些新思路,将掌纹识别应用的更好。