基于旋转不变的掌纹识别系统

《基于旋转不变的掌纹识别系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391.4单位代码：10183研究生学号：2013522114密级：公开吉林大学硕士学位论文（学术学位）基于旋转不变的掌纹识别系统PalmprintRecognitionMethodBasedOnRotation-invariant作者姓名：冯竞慧专业：模式识别与智能系统研究方向：计算机视觉与模式识别指导教师：刘富教授培养单位：通信工程学院2016年6月—————————————————————基于旋转不变的掌纹识别系统—————————————————————PalmprintRecognitionMethodBas

2、edOnRotation-invariant作者姓名：冯竞慧专业名称：模式识别与智能系统指导教师：刘富教授学位类别：工学硕士答辩日期：2016年6月4日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵巧的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除

3、文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中明确方式标明。。本人完全意识到本声明的法律结果由本人承担学位论文作者签名；疫袁隻曰期：＞／年６巧曰１中摘要基于旋转不变的掌纹识别系统摘要随着信息技术的不断发展，生物特征识别技术成为个人身份认证的新兴方法，将逐步取代传统的身份认证方式。由于掌纹具有终生不变和唯一性等独特优势，受到大量学者的关注，目前，掌纹识别技术的理论已趋于完善。掌纹识别技术主要包括：掌纹图像采集、掌纹图像预处

4、理、掌纹特征提取、掌纹特征识别。其中特征提取在掌纹识别领域占据了主导作用，特征的选取是掌纹识别技术研究的关键点。掌纹图像所含信息丰富，不仅具有丰富的点和线的结构特征，还具有显著的纹理特征。通过对掌纹识别进行研究发现，现有的掌纹识别算法存在忽略掌纹主体方向的问题，这将会导致特征提取不够准确，识别准确率降低。为了提高识别率，提出了一种掌纹特征提取的新方法——基于旋转不变的掌纹识别方法。本文的主要研究内容为：(1)针对目前的手掌定位算法，由于关键点定位不准造成误差的问题，本文提出一种新的基于定点的预处理算法，该算法先截取出手掌图像的角点

5、区域，然后找到一条基准线，统计所有像素点到直线的距离，最终，找到两个关键点。(2)本文设计了一套掌纹特征提取算法.该算法首先通过梯度方向直方图法提取掌纹特征，但此算法忽略了图像的方向信息，于是将方向梯度直方图方法与基于分块的主导方向方法相结合，得到每个子块相应的方向特征.(3)本文提出一种基于旋转不变的改进特征提取算法，在鲁棒性上得到进一步改善。不仅改善了识别结果，此算法同时还可以使掌纹识别系统具有旋转不变性。(4)本文在识别过程前，根据编码的思想对提取的特征使用二进制格式进行编码，得到两组二值编码图像，使得识别过程简单易行。(5

6、)本文通过MATLABGUI界面将各个处理阶段可视化，并搭建一个有实际应用价值的平台。该系统包括图像的读取、存储、图像处理、特征提取、特征匹配几个功能。I吉林大学硕士学位论文关键词：特征提取，方向梯度直方图，主导方向，旋转不变IIAbstractPalmprintRecognitionMethodBasedOnRotation-invariantAbstractWiththerapiddevelopmentofinformation,biometricfeatureisanovelmethodinpersonalidentityv

7、erification,whichissubstitutedforthetraditionalidentificationtechnology.Duetothepalmprinthasthelifelonginvarianceanduniqueness,attentionofalargenumberofscholars.Atpresent,thetheoryofpalmprintrecognitionmethodsareimprovedgradually.Palmprintrecognitiontechnologiesinclud

8、e:theacquisitionprocessofpalmprintimage、pretreatmentprocess、palmprintfeatureextractionandfeaturerecognition.Featureextractio