掌紋識別關(guān)鍵技術(shù)及算法的研究.pdf

1、北京交通大學(xué)博士學(xué)位論文掌紋識別關(guān)鍵技術(shù)及算法的研究姓名：王艷霞申請學(xué)位級別：博士專業(yè)：信號與信息處理指導(dǎo)教師：阮秋琦20080701北京交通大博士學(xué)位論文了手指張開程度對掌紋定位精度的影響，可根據(jù)手掌大小自動調(diào)整所截取的掌紋圖像的大小及快速地確定手掌最大內(nèi)切圓。實驗結(jié)果證明，本文所提出的掌紋圖像定位及分割算法比現(xiàn)有的基于正方形的掌紋圖像定位及分割算法和基于內(nèi)切圓的掌紋圖像定位及分割算法具有更好的魯棒性和定位精度。2根據(jù)掌紋圖像的特點，

2、提出一種基于方向可調(diào)濾波器的模糊反銳化掩模掌紋圖像增強算法。由于掌紋線在圖像中呈現(xiàn)脊邊緣特性，且方向富于變化，無規(guī)律可循，因此該算法以反銳化掩模技術(shù)為主體，使用方向可調(diào)濾波器替代經(jīng)典反銳化掩模算法中的Laplaeian濾波器，在任意方向上提取掌紋圖像中的高頻信息，以增強掌紋線的對比度；另外，由于掌紋線深淺不一，因此該算法將模糊集合理論引入到反銳化掩?？蚣苤?，并提出了一個半開模糊隸屬度函數(shù)將掌紋圖像中的低頻分量、中頻分量和高頻分量區(qū)分開來

3、，并分別控制他們各自的增強強度；通過降低低頻分量的增強強度，可以進一步抑制平滑區(qū)域內(nèi)的噪聲；通過大幅度地提高中頻分量的增強強度，可以有效地增強皺紋線的對比度；再有，通過弱化高頻分量的增強強度，可以平衡主線和皺紋線的對比度的增強強度。該算法不僅具有一定的抗噪聲能力，而且還可以同時增強主線和皺紋線的對比度，有效消除掌紋圖像中的“陰影效應(yīng)”。實驗結(jié)果表明，本文所提出的算法無論是在視覺感知上，還是在識別效果上都優(yōu)于其它傳統(tǒng)的圖像增強算法。3提出

4、一種基于核Fisher判別式分析的掌紋代數(shù)特征的提取方法?；谧涌臻g分析的掌紋識別算法已經(jīng)成為掌紋識別領(lǐng)域內(nèi)的主流算法，該類算法在訓(xùn)練樣本充足的情況下可以獲得較高的識別率，但是當(dāng)訓(xùn)練樣本較少時識別率則大幅度地下降；另外，由于在掌紋圖像采集過程中引入了手掌的平移、旋轉(zhuǎn)和扭曲等非線性因素，所以使用現(xiàn)有的基于線性子空間分析的掌紋識別算法無法獲得令人滿意的識別結(jié)果。本文首次將核Fisher判別式方法用于分析掌紋的代數(shù)特征，提取出一種稱之為Ker

5、nelFisherpalms的掌紋代數(shù)特征。該方法用一個非線性映射將掌紋圖像從原始的掌紋空間映射到高維特征空間F內(nèi)。在特征空間F內(nèi)使用Fisher線性判別式對掌紋進行分類。在特征空間F內(nèi)，因為更多地考慮了掌紋圖像的高維統(tǒng)計量，所以可以更有效地區(qū)分不同類別的掌紋。本文首先通過實驗選定該算法中所需的參數(shù)。最后將選定參數(shù)的基于KernelFisherpalms的掌紋識別算法應(yīng)用于掌紋分類和識別，并得到了滿意的結(jié)果。4提出了一種掌紋線結(jié)構(gòu)特征提