基于在线掌纹图像的掌纹线特征提取算法研究

摘要

随着当今社会信息化技术和网络化技术的不断渗透，人们越来越重视信息和系统的安全性。生物特征识别技术是指利用人体的生理特征或行为特征来进行身份识别，从而达到信息和系统安全保护的目的。在众多的生物特征识别技术中，掌纹识别是近些年来较受关注的一种生物特征识别技术，其关键技术之一是掌纹线特征的提取，因此掌纹线提取的研究对于掌纹识别来说具有重要的实际应用意义。掌纹线特征具有很多优点和用途，同时他的提取也相对比较困难，如何提取出掌纹线特征一直以来是一个具有挑战性和值得深入探讨的课题。
　　本文以在线掌纹图像为研究对象，重点研究掌纹线特征的提取。本文的研究内容与主要成果如下：
　　首先，本文对掌纹图像进行预处理。结合PolyU在线掌纹数据库中掌纹图像的几何特征，实现了一种改进的角点提取算法，实现了感兴趣区域（ROI）的提取。通过掌纹图像预处理，消除了方向因素对掌纹匹配模式的影响。
　　其次，在研究掌纹线特征的提取当中，本文分别讨论了传统微分算子、分块边缘检测、小波多尺度分析、方向小波等多种技术在掌纹线特征提取中的应用，实验结果表明，分块边缘检测和方向小波可以提取出相对连续的掌纹线，但结果中仍有一些噪声存在。
　　再次，实现了一种结合数学形态学和模板匹配的掌纹线特征提取方法提取掌纹线特征。利用数学形态学Bot-hat可以提取出掌纹线的谷值信息，通过方向模板分4个方向提取掌纹线，该方法可以提取出连续、完整的掌纹线特征。
　　最后，本文实现了一种基于Gabor滤波器的掌纹线特征提取算法，实验结果表明，该方法能够提取出完整的掌纹主线信息。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景

1.2 课题研究的目的及意义

1.3 掌纹的线特征

1.4 掌纹线特征提取的现状

1.5 本文的主要工作及内容安排

第2章 掌纹图像的预处理

2.1 引言

2.2 掌纹图像简介

2.3 掌纹图像预处理

2.4 本章小结

第3章 边缘检测技术在掌纹线特征提取中的应用

3.1 引言

3.2 图像边缘与掌纹线

3.3 图像的边缘检测

3.4 传统的边缘检测算子在掌纹线提取中的应用

3.5 基于分块边缘检测的掌纹线提取

3.6 小波分析在掌纹线提取中的应用

3.7 本章小结

第4章 结合数学形态学和模板匹配的掌纹线特征提取算法

4.1 引言

4.2 数学形态学理论

4.3 数学形态学边缘检测

4.4 模板匹配

4.5 结合数学形态学和模板匹配的掌纹线提取

4.6 本章小结

第5章 基于Gabor滤波器的掌纹线特征提取算法

5.1 引言

5.2 Gabor滤波器简介

5.3 Gabor滤波器提取掌纹线

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附 录：

作者在读期间发表的学术论文及参加的科研项目