掌纹特征提取与模式匹配算法研究
生物特征识别技术凭借其安全高效、智能准确和应用广阔等特点赢得了人们的广泛关注和高度重视。掌纹识别是近年新发展起来的一种生物特征识别技术，除具传统生物特征识别技术共有特点外它还有特征信息丰富稳定，用户易于接受，受外界条件影响小，采集设备价格低廉等独特优势。因此，掌纹识别成为生物特征识别研究热点，研究掌纹识别对信息安全，公共安全等领域有着重大意义。掌纹识别的核心议题是识别速度和精度，本文对掌纹识别的这两个核心议题进行了学习与研究，主要工作和贡献如下： (1)对生物特征识别技术进行了简要的介绍，概述了生物特征识别技术的意义，阐述了生物特征识别技术系统结构，分析了生物特征识别技术的发展前景，重点介绍了几种具有代表性的生物特征识别技术。从掌纹图像预处理、特征提取和匹配识别等模块对掌纹识别系统进行了详细的介绍。 (2)在掌纹识别速度方面提出一种基于迭代Gabor滤波器的掌纹识别方法。将传统Gabor、改进Gabor和迭代Gabor应用于掌纹识别特征提取，在掌纹匹配识别阶段应用竞争编码的方法并计算其角度距离，对比研究了它们在掌纹识别技术中特征提取速度方面的问题，探求保证一定识别精度的情况下识别速度更快的掌纹识别方法。 (3)在掌纹识别精度方面提出一种基于支持向量机SVM(Support Vector Machine，SVM)与汉明距离HD(Hamming Distance，HD)的掌纹识别方法。运用形态学算子定位分割出掌纹图像的感兴趣区(Region Of Interest，ROI)，对ROI用Haar小波进行分解，而后用1D Log-Gabor对分解后的低频子带图像进行特征提取并编码，最后用联合SVM和HD的算法进行匹配识别。着重对比研究了几种匹配模式的识别精度，探求保证一定识别速度的情况下识别精度更高的掌纹识别方法。
掌纹识别;生物特征;匹配模式;精度控制
中国计量大学
硕士
计算机应用技术
陶海军
2016
中文
TP391.41
62
2017-06-16（万方平台首次上网日期，不代表论文的发表时间）