基于DCT的多颜色通道融合的掌纹识别算法研究

摘要

随着当前社会的信息化、数字化、网络化急速发展，传统的口令、密码已经无法满足人们对安全认证的需求。应需而生的生物特征识别技术已经成为身份认证的发展趋势。掌纹识别技术由于其本身诸多优点，而成为现在学术研究的一个热点，并且该技术在信息安全以及犯罪证据调查方面都有广泛的应用和良好的前景。 掌纹识别研究的重要内容之一是提取有较好区分性的信息。分析现有主要的掌纹特征提取算法，本文提出在掌纹识别中采用颜色信息，包括单颜色通道和多颜色通道特征级融合的掌纹识别算法的两个部分。并在低分辨率的彩色掌纹图像库上取得了较好的结果，本文主要工作如下： （1）本文提出了改进的基于DCT的掌纹识别算法Improved-DCT，在灰度空间上与PCA/wo3算法及2D-DCT算法进行比较，实验证明Improved-DCT算法能够有效地降低特征向量维数，提高识别率，降低识别时间。 （2）总结并分析现有的主要的掌纹特征特征提取算法，采用在掌纹识别中被忽视的颜色信息。实验表明，采用颜色通道，如R通道（RGB颜色模型），I通道（YIQ颜色模型）以及S通道（HSI颜色模型），会取得比灰度空间更好的识别效果。 （3）本文提出在低分辨率彩色掌纹图像的识别中，采用基于多颜色通道的特征级融合方法。实验表明，多颜色通道的特征级融合方法的识别率和EER值要好于单颜色通道的结果。

目录

文摘

英文文摘

声明

致谢

序

1 绪论

1.1 课题研究背景及意义

1.1.1 生物特征识别技术

1.1.2 掌纹识别技术

1.2 掌纹特征提取方法的国内外研究现状

1.2.1 基于纹理、线、形貌和定向特征的算法

1.2.2 基于多特征多模的掌纹识别融合算法

1.3 论文的工作和内容安排

1.3.1 传统算法的不足

1.3.2 主要工作

1.3.3 文章结构安排

2 改进的基于DCT的掌纹识别算法及其应用

2.1 提取彩色掌纹图像感兴趣区域ROI

2.2 改进的基于DCT变换的掌纹识别算法

2.2.1 现有的基于DCT变换的掌纹识别算法的总结

2.2.2 现有基于DCT的掌纹识别算法的不足

2.2.3 改进的基于DCT的算法DCT—mod

2.2.4 实验结果及分析

2.3 基于颜色通道的掌纹识别算法

2.3.1 颜色模型

2.3.2 RGB、YIQ和HSI空间的实验结果与分析

2.4 本章小结

3 基于多颜色通道的特征级融合算法

3.1 引言

3.2 特征级融合理论

3.3 基于多颜色通道的特征级融合算法

3.3.1 算法描述

3.3.2 实验结果及分析

3.4 本章小结

4 总结

4.1 工作总结

4.2 展望

参考文献

作者简历