论文部分内容阅读
相对于密码、身份证等传统身份识别方法,基于掌纹、虹膜、手形等生物特征的身份鉴别技术由于其稳定、便捷、不易伪造等优点而备受青睐。掌纹信息可以通过非接触方式获得,这非常适合于那些担心疾病传染的设备使用者。而掌纹主线作为全手掌的一个明显特征,与手掌上其他的线特征相比,具有数量准确、走向稳定、分布上差异明显等优势,且受光照影响较小。由于采用非接触手成像方式,获取的图像存在掌纹特征提取区域大小的不确定、光照均匀程度的不确定、手掌倾斜角度的不确定等因素,使现有的掌纹主线提取方法具有局限性。为了解决非接触式掌纹识别中的光照影响和算法复杂性问题,以及传统掌纹主线提取过程中感兴趣区域(ROI)定位不准确的问题,本文提出了一种全手掌掌纹主线分类提取方法。该方法是基于全手掌灰度图像,利用掌纹主线的方向确定性、灰度相似性以及起始点与终点的规律性等先验知识,进行全手掌掌纹主线的提取。依据主线的特性将全手掌感情线、理智线、生命线、事业线、成功线分成三类,并分别进行跟踪提取。该方法有效地回避了传统主线提取方法对图像进行增强去噪、定位ROI、分割掌纹二值图等复杂度较高的计算,直接在全手掌灰度图像上进行主线的跟踪。保留了掌纹主线的方向信息、相对位置信息、宽度信息和主线条数。采用香港科技大学全手掌纹图库(HKUST)进行实验,受平移、旋转和光照影响较小,提取率为95.6%。采用主线分块能量的方法进行识别,验证提取掌纹主线的稳定性,识别率为81.33%。与目前现有的掌纹主线提取方法相比,在算法复杂程度、提取率、保留的信息量等方面具有更大优势,为手部多模态识别打下基础。