论文部分内容阅读
21世纪是一个科学技术飞速发展的时代,各行各业都迫切需要高效安全的身份认证技术,例如网上银行、网上购物、医疗、刑侦等行业。与传统的身份认证/识别技术相比较,生物认证/识别技术利用人体所特有的生物特进行身份认证/识别,更加安全、方便。伴随着移动互联网技术的快速发展以及移动设备不断更新、普及,越来越多的研究人员提出将生物认证/识别技术和移动设备结合起来。目前,应用于移动设备的生物图像认证研究,还面临着很多问题需要解决,因此,本文提出应用于移动设备的身份认证,主要针对应用于移动设备的手掌图像身份认证和多生物图像身份认证进行研究。使用移动设备上的摄像头图像采集时,容易产生图像曝光强度过强或曝光强度弱,以及图像角度不一致等问题。文本在对应用于移动设备上的生物特征识别算法进行深入研究的基础上,结合应用于移动设备的生物图像识别所面临的问题,主要从以下几个方面进行研究,一是图像预处理阶段。在此阶段,通过直方图均衡化方法及以各种滤波器来尽量消除光照和角度问题所带来的影响。二是对图像特征提取阶段进行研究,通过对PCA、SRM、SIFT、LBP等算法的实验结果进行比较可知,使用SIFT算法进行特征提取,识别率是90.65%,高于其他算法。接下来,对SIFT算法进行深入研究并提出改进方案,去除错误匹配的点。实验结果显示,改进以后的SIFT算法,识别率达到94.83%。三是应用于移动设备的多生物图像认证研究,在本文中,提出了基于SIFT算法的多生物图像特征融合方法,将各特征图像匹配后的结果进行融合。实验结果显示,基于多生物图像的身份认证正确率达到99.39%。由于网上没有符合本文要求的数据库,所以针对本课题研究的问题,分别手动采集了不同的数据库。通过实验可知,本文在特征提取阶段,对SIFT方法提出的改进方案的正确率比标准的SIFT算法的识别率提升了4个百分点还多;在时间上,改进方法的时间消耗接近于原SIFT算法的时间消耗;在应用于移动设备的多重生物图像认证研究中,提出的多生物图像融合方法,虽然时间效率有所降低,但与其他方法相比较,识别率提高了15%还多。通过实验证明,本文提出的改进方案,对后续有关应用于移动设备的生物识别有重要的参考价值。同时,当算法研究取得一定的成果之后,本文还实现了应用于移动设备的手掌识别系统,该系统具有较高的实用价值。