基于ica的在线掌纹识别

《基于ica的在线掌纹识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第27卷第18期计算机工程与设计2006年9月Vol.27No.18ComputerEngineeringandDesignSept.2006基于ICA的在线掌纹识别12222接标，吴仕勇，齐怀峰，刘冠晓，杨秀国(1.安徽师范大学数学与计算机学院，安徽芜湖241000；2.云南师范大学计算机科学与信息技术学院，云南昆明650092)摘要：个人身份认证和鉴别在现在社会显示着重要的作用，作为一种准确而可靠的个人鉴定方式，生物识别已经引起了广泛的注意。掌纹作为一种相对较新的生物识别技术也有着独特的优点。而掌纹特征的提取和选择

2、是整个识别中最关键的一个环节，主要利用ICA（独立主成分分析）方法对掌纹进行特征提取，实验证明，相比较PCA（主成分分析）方法，基于ICA方法具有更高的识别效率。关键词：掌纹;PCA;ICA;特征掌;掌纹识别中图法分类号：TP391.41文献标识码：A文章编号：1000-7024(2006)18-3433-03OnlinepalmprintrecognitionwithICA12222JIEBiao,WUShi-yong,QIHuai-feng,LIUGuan-xiao,YANGXiu-guo(1.CollegeofM

3、athematicsandComputerScience,AnhuiNormalUniversity,Wuhu241000,China；2.CollegeofComputerScienceandInformationTechnology,YunnanNormalUniversity,Kunming650092,China)Abstract：Personalidentificationandverificationbothplayacriticalroleinoursociety,asoneofthemostpowerf

4、ulandreliablemeansofpersonalauthentication,biometricshasbeenanareaofparticularinterest。Asacomparativelynewbiometric,palmprinthasanumberofuniqueadvantages。However,itisthemostpivotalprocessinthecourseofrecognitiontoextractandselectthepalmprint'sfeature。Anewextract

5、ionapproachtoonlinepalmprintusingICA(independentcomponentanalysis)technologyispresented.Theexperi-mentsshowthatICA-basedmethodachievemoreeffectivepersonalrecognitionIncontrasttoPCA(principalcomponentanalysis)technology。Keywords：palmprint;PCA;ICA;eigenpalms;palmp

6、rintrecognition的线特征、点特征、纹理特征、几何特征完全可以确定一个人0引言的身份，并且从理论上讲掌纹识别应比指纹分析技术更可靠。当今社会是高度信息化社会，信息安全已经显得前所未一个掌纹识别模型通常由两大部分组成，训练样本阶段有的重要性，传统的基于知识(密码等)和基于标识(磁卡、钥匙和测试样本阶段(如图1所示)，这两部分主要包括以下步骤：等)在当今社会下显得尤为脆弱，而生物识别技术因其安全、掌纹采集、掌纹预处理、特征提取、掌纹匹配。其中掌纹的预稳定、方便而吸引了广大研究人员注意。在各种识别技术中，处理主要

7、完成图像的归一化和掌纹的定位，特征提取是选择应用最广泛的指纹识别技术，最可靠的是虹膜识别技术，然而合理的特征来表示掌纹，而掌纹匹配主要完成掌纹的识别。指纹识别系统往往只局限于指纹质量较好的人，虹膜的图像采集设备是相当的昂贵的，其它的识别技术例如人脸、声音和掌纹采集预处理特征提取特征匹配手形等具有较低的精确性和容易伪造。掌纹作为一种新的生[1]图1典型的模式识别模型物识别技术，相比其它生物识别技术有它自身的优点。掌纹（palmprint)是人手掌面上皮肤乳突线隆起形成、肉眼1子空间方法直接可观的花纹，主要由屈肌线、皱纹和

8、乳突纹组成。掌纹的物理特征可简单的分为3类：①几何特征，如掌形、掌宽和手掌掌纹特征的提取和选择是整个识别中最关键的一个环面积等；②线特征，主要包括屈肌线特征和皱纹特征；③点特节，它的基本目标找出一组对分类最有效的特征，而掌纹图像征，一般有奇异点特征(三角点和中心点)和乳突纹细节特征。通常是一个高维空间的数据，因此研究人员通常使用某