论文部分内容阅读
伴随着当今社会智能化、信息化和网络化的发展,人们对信息安全的要求也越来越高。个人身份鉴别已经成为国家安全、公安、金融、商业和人们日常生活中不可缺少的重要手段和环节。生物特征识别(Biometrics)是利用人体所固有的生理特征或行为特征进行个人身份认证的技术,它涉及到模式识别、数字图像处理和人工智能等众多学科。针对单一生物特征在大规模识别应用中所存在的问题,作为单一生物特征识别技术的进一步发展,多生物特征识别技术孕育而生,它以不同方法提取同一个体的不同生物特征,然后用数据融合的方法处理这些信息,得出更好的识别效果。
本文综合应用数字图像处理和模式识别等方面的理论和方法,深入探讨了掌纹和手形多特征融合识别的主要技术环节,提出了若干新算法,使得多特征融合系统的准确度得到了提高。本文主要工作和贡献如下:
1.综述了掌纹识别和手形识别以及多生物特征识别技术的研究内容、方法和国内外研究动态。
2.掌纹特征提取算法:研究了一种利用小波变换提取掌纹特征的算法。利用小波变换在数字图像的降噪和增强处理中,对边缘描述效果好的特点。利用Log-Gabor小波变换对掌纹图像进行特征提取,然后采用滤波后的幅度信息和相位信息共同对掌纹图像进行编码,取得了好的识别效果.
3.手形特征提取算法:研究了基于点特征与矢量特征相结合的手形识别方法。此方法首先边缘检测算法定位出手形轮廓,然后确定手指的起始点和终点得到手指图像,接着提取出手指的边缘点和宽度值作为特征值,并进行特征匹配。这样构建的手形识别原型系统获得良好的识别性。
4.多生物特征融合技术:多生物特征融合技术是生物特征识别技术发展的必然趋势。本文研究掌纹和手形两种生物特征分别在匹配层和决策层的融合算法,验证了多生物特征融合技术的优点。