3D掌纹特征提取和快速匹配算法研究

摘要

传统的掌纹识别技术是基于二维掌纹图像实现的，从采集到的掌纹图像中提取有效掌纹信息鉴别个人身份。掌纹识别是一种快速有效的生物特征识别技术，能够取得较好的效果，但是也暴露了其存在的缺陷：掌纹图像受光照影响严重；涂抹、脏手等会影响识别的精度；采集二维掌纹过程中，不同的手掌摆放姿态导致获取图像存在差异；二维掌纹图像容易被复制，安全性受到威胁。而三维掌纹识别开辟了掌纹识别新的研究途径，具有良好的防伪性能，对光照、污渍、姿态变化等具有先天性优势。三维掌纹识别作为一种鲁棒的身份鉴别技术，将成为一个重要的研究领域。
　　本文对三维掌纹的特征提取和快速匹配算法进行研究，主要内容是：
　　1、提出了一种快速的三维掌纹识别算法。该算法采用等间隔采样的方法将一幅二值图像拆分成四幅子图像，然后将四幅图像融合得到一幅特征图像，最后基于特征图像进行图像匹配。
　　2、使用Guided滤波的对图像进行滤波处理，把竞争编码和BOCV方法进行融合，提出一种新的掌纹方向特征提取方法，使用二值图像组表示每幅3D掌纹图像。
　　3、在匹配阶段采用了基于二值图像组互相关运算的匹配算法，该方法能够充分利用图像组中的特征配准图像，从而能够得到准确的匹配分数。
　　实验表明本文提出的算法能够有效地提高3D掌纹的识别效果，并提高系统的识别速度。

目录

封面

声明

中文摘要

英文摘要

第1章 绪 论

1.1 研究背景及意义

1.2 生物特征识别技术简介

1.3 掌纹识别

1.4 本文主要研究内容和结构安排

第2章 3D掌纹识别相关工作介绍

2.1 3D掌纹图像采集

2.2 掌纹图像预处理

2.3 本章小结

第3章 一种基于线特征的3D掌纹快速识别算法

3.1 3D掌纹曲率特征提取

3.2 3D掌纹图像线特征提取

3.3 线特征匹配

3.4 实验结果与分析

3.5 本章小结

第4章 基于方向特征编码的3D掌纹识别方法

4.1 Guided滤波简介

4.2 基于2D Gabor滤波器的方向特征提取

4.3 方向特征匹配

4.4 实验结果与分析

4.5 本章小结

第5章 结论与展望

参考文献

致 谢

攻读学位期间取得的科研成果