基于分塊的掌紋識(shí)別算法研究.pdf

1、科技的進(jìn)步和社會(huì)信息化程度的提高促進(jìn)了生物特征識(shí)別技術(shù)的飛速發(fā)展，基于人的指紋、人臉、虹膜、掌紋、手形等特征的身份驗(yàn)證技術(shù)相繼出現(xiàn)。作為近年來逐漸興起的一種身份識(shí)別技術(shù)，掌紋識(shí)別由于具有容易獲取、精度高、實(shí)時(shí)性好等特點(diǎn)，漸漸獲得了越來越多的關(guān)注。基于掌紋的身份識(shí)別系統(tǒng)也相繼面市。
　　掌紋特征提取是掌紋識(shí)別系統(tǒng)中最為關(guān)鍵的一個(gè)環(huán)節(jié)，本課題對(duì)該部分進(jìn)行了深入的研究與實(shí)驗(yàn)，并重點(diǎn)研究了基于分塊的掌紋特征提取算法，本課題的研究?jī)?nèi)容與主要

2、成果如下：
　　對(duì)基于PCA的掌紋識(shí)別算法進(jìn)行了研究與實(shí)驗(yàn)。詳細(xì)描述了PCA、分塊PCA、2DPCA、分塊2DPCA、(2D)2PCA等算法的實(shí)現(xiàn)步驟，并通過大量的對(duì)比試驗(yàn)驗(yàn)證了分塊對(duì)于提高掌紋識(shí)別率的有效性，即分塊不僅能夠降低掌紋圖像的維數(shù)，增加樣本數(shù)，而且能夠提取到對(duì)分類有幫助的局部特征。
　　針對(duì)傳統(tǒng)的分塊方法并沒有考慮到塊之間的差異性這一缺點(diǎn)，對(duì)傳統(tǒng)的基于分塊的主成分分析方法做出了改進(jìn)，將所有訓(xùn)練樣本集中的同一位置處

3、的子塊看作一個(gè)子訓(xùn)練集，分別對(duì)各個(gè)子訓(xùn)練集求取散布矩陣。并以傳統(tǒng)的分塊(2D)2PCA算法為例，驗(yàn)證了該方法在識(shí)別效果上要優(yōu)于傳統(tǒng)的算法。
　　對(duì)基于分塊LBP的掌紋識(shí)別算法進(jìn)行了研究與實(shí)驗(yàn)。對(duì)該方法中因分塊導(dǎo)致的所提取特征維數(shù)過高，進(jìn)而引起的掌紋識(shí)別時(shí)間過長(zhǎng)、所需特征存儲(chǔ)空間過大等問題進(jìn)行了簡(jiǎn)要闡述。在此基礎(chǔ)上，提出了基于分塊LBP+PCA的掌紋識(shí)別算法，利用PCA方法對(duì)所提取到的多尺度LBP特征進(jìn)行降維，實(shí)驗(yàn)結(jié)果表明，該方法可