移动互联网上移动支付等活动的发展对移动终端的访问安全提出了更高的要求。区别于传统的知识密码(如数字、图案、九宫格等),生物特征具有更高的唯一性、安全性、稳定性等特点,在移动安全认证领域具有广泛的应用前景。生物特征根据个体的生理或行为特征识别/认证个体身份,生理特征包括指纹、人脸、虹膜和掌纹等模态,行为特征包括步态、声音和签名等模态。近年来掌纹识别技术因其识别精度、可用性和可接受性等方面的多重优势受到越来越多的关注和青睐。掌纹图像能通过移动设备的内置摄像头采集,无需额外传感器,可作为一种安全的、实用的移动端生物认证特征。然而,移动环境下的掌纹采集具有背景复杂多变、光照变化明显、手掌姿态和位置难以控制、有限硬件资源(有限的存储能力和计算能力)等特点,给图像预处理步骤中的手掌定位带来严峻的技术挑战。传统的基于简单肤色模型的方法很难直接移植使用,而先进的深度学习算法受制于移动终端有限的计算资源也难以实用化。本文基于手掌的形态特征,提出一种移动终端掌纹辅助定位和校准预处理算法,并在移动端实现了掌纹认证系统来验证提出算法的精确度和实用性。主要贡献和工作总结如下:(1)背景、研究意义及相关知识介绍课题背景及研究意义,并分析移动平台进行掌纹识别的可行性和技术难点。阐述了掌纹识别中预处理和特征提取阶段的研究现状,并指出了目前研究中尚待解决的关键问题。此外,还介绍了安全掌纹识别的发展和相关评价指标。(2)辅助定位的移动端掌纹采集提出“双线一点”辅助定位方法,有效地限制了手掌的姿势和位置。辅助图形视图显示在图像预览界面上,包含两条具有一定间距的平行辅助线,并将短线的上端点视为辅助点。在预处理阶段,直接定位手掌,裁剪感兴趣区域,降低了预处理的错误率并明显减少了计算量。此外,设计了手掌存在判断准则,根据手指的分离距离和长度来判断用户是否正确放置手掌,避免了操作不当导致的配准错误。(3)鲁棒的手掌平移校正算法提出的校准算法包括两部分:双边界线校准和指间谷点校准。双边界线校准在根据辅助视图裁剪的矩形区域中定位手掌边界的位置,减小了垂直于辅助线方向的平移误差。为了减小沿辅助线方向的平移误差,指间谷点校准在以辅助点为基准裁剪的矩形区域内定位指间谷点的精确横坐标。该校准算法弥补了“双线一点”辅助定位的不足,提高了掌纹认证的精度。(4)安卓平台掌纹认证系统的设计与开发设计开发的掌纹认证系统可以在注册和认证两种模式下运行。对提出的“双线一点”辅助定位法、双边界线校准法和指间谷点校准法的可行性和实用性进行了测试和验证。在此基础上,采集并建立了基于“双线一点”辅助定位的掌纹数据库。综上所述,通过研究移动环境下掌纹预处理算法,提出了“双线一点”技术作为掌纹预处理的一种新型的辅助定位方法。对应设计的校准算法在约束条件较少的情况下可以显著提高认证精度和鲁棒性,具有重要的理论参考意义和工程应用价值。