手形与指节纹双模态手部特征识别算法研究

《手形与指节纹双模态手部特征识别算法研究》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：2011521009密级：公开吉林大学博士学位论文手形与指节纹双模态手部特征识别算法研究ResearchonBi-modalHandFeatureRecognitionAlgorithmBasedonHandShapeandFingerKnucklePrint作者姓名：李温温专业：通信与信息系统研究方向：生物特征识别指导教师：刘富教授培养单位：通信工程学院2018年6月—————————————————————手形与指节纹双模态手部特征识别算法研究—————————————————————Researcho

2、nBi-modalHandFeatureRecognitionAlgorithmBasedonHandShapeandFingerKnucklePrint————————————作者姓名：李温温专业名称：通信与信息系统研究方向：生物特征识别指导教师：刘富教授学位类别：工学博士培养单位：通信工程学院论文答辩日期：2018年6月1日授予学位日期：年月日答辩委员会组成：姓名职称工作单位主席高慧斌研究员中国科学院长春光学精密机械与物理研究所委员陈虹教授吉林大学田彦涛教授吉林大学石要武教授吉林大学李元春教授长春工业大学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

3、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，应承担侵权的法律责任。吉林大学博士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，均已在文中以明确方式标明。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：日期：年月日《中国优秀博硕士学位论文全文数据库》投稿声

4、明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。论文级别：□硕士博士学科专业：通信与信息系统论文题目：手形与指节纹双模态手部特征识别算法研究作者签名：指导教师签名：年月日作者联系地址（邮编）：吉林省长春市人民大街5988号，吉林大学南岭校区，130022作者联系电话：17767888

5、378摘要摘要手形与指节纹双模态手部特征识别算法研究手部多生物特征识别系统在生物特征识别领域内占据重要的位置。和传统的指纹特征相比，指节纹和手形更稳定，不容易磨损、伪造和窃取，在图像采集方面，对采集设备和环境要求不高，非接触式的采集方式也大幅度提高了用户的满意度，因此指节纹和手形的单模态识别系统已经引起了国内外的广泛关注。大量研究表明，多生物特征融合可以大幅度提高生物特征识别系统的识别率、抗攻击性和鲁棒性。但多特征融合无疑提高了计算复杂度、特征维数和计算时间。因此本文的双模态特征识别系统针对这一问题，提出了新的解决方案。手形特征在一段时间内能保持稳定，具有较强

6、的防伪性和抗攻击性，特征提取算法简单、识别速度快；指节纹纹理丰富，同指纹一样，可以在较长时间保持稳定且具有很高的个体差异性。两种特征融合使用可以做到优势互补，提高生物特征识别系统的识别准确率、稳定性和抗攻击性。本文主要研究内容和创新点包括以下几个方面：(1)分析使用非接触方式进行手形图像采集，造成识别率低的原因，针对手形识别过程中，手指张开程度不同而造成轮廓变形，从而影响识别结果的问题，提出了一种不受指根轮廓变形影响的手形识别新方法。通过改进手指细化方法提取手指骨架和手指几何特征。此方法可以解决手指骨架提取过程中图像不够光滑、毛刺、运算时间过长等问题，同时使得

7、基于几何特征的手形识别方法在非接触式采集中取得了更好的识别结果。(2)针对指节纹图像纹理分布的特点，提出了一种基于负梯度极值统计分布的指节纹ROI提取方法。解决了基于投影的方法对于低分辨率图像无法提取ROI或者提取不准确的问题，同时本方法对于光照变化有较好的适应性，ROI图像库显示所有手部图像均可以提取准确有效的ROI。(3)针对指节纹图像识别，设计了全局特征和局部特征相结合的识别方法。一方面采用PCA作为全局特征，特征简单、识别速度快；另一方面，为提取更精细、反映细节的纹理特征，针对传统多尺度LBP算子未考虑不同尺度间灰度相关性以及局部像素与整体图像灰度分布

8、的问题，提出了多尺度联合分布的LBP算