毕业设计掌纹与掌静脉特征融合算法研究.docx
《毕业设计掌纹与掌静脉特征融合算法研究.docx》由会员分享，可在线阅读，更多相关《毕业设计掌纹与掌静脉特征融合算法研究.docx（26页珍藏版）》请在冰豆网上搜索。
毕业设计掌纹与掌静脉特征融合算法研究
摘要
生物特征识别是利用人独特的生理与行为特征来进行自动身份鉴别的技术，是解决社会信息化、数字化、网络化发展中安全问题的首选方案。
多模态生物特征识别利用多种生物特征，可以提高系统的准确率、抗噪性、普适性、抗假冒攻击性能，实现更为鲁棒的系统，近年来受到广泛的重视，新应用与新算法不断涌现。
如何构建低成本、低数据库复杂度、高用户接受度的系统，深入研究多模态融合层次、策略、算法等己是新的热点问题。
本文首先根据掌纹的特点，对掌纹识别系统中的关键技术进行深入研究，研究了掌纹图像感兴趣区域提取新算法—最大内切圆法；然后对手掌静脉识别系统进行了初步的分析和研究，为系统提供了一些硬件解决方案，设计出一套手掌静脉采集实验装置，包括图像预处理及特征提取的研究；最后探讨了掌纹与掌静脉在决策级的融合算法研究。
关键词掌纹与掌静脉识别；主元分析法；最大内切圆
Abstract
Biometricsistheuseofhumanphysiologicalandbehavioralcharacteristicsuniquetotheautomaticauthenticationtechnologysolvingtheinformationsociety,digital,networksecurityissuesinthedevelopmentofpreferredoptions.Multimodalbiometricrecognitionusingavarietyofbiologicalcharacteristicscanimprovesystemaccuracy,noiseimmunity,universal,anti-counterfeitingattackperformance,achievingamorerobustsystem,widespreadattentioninrecentyears,newapplicationsandThenewalgorithmisemerging.Howtoconstructlow-cost,low-databasecomplexity,highuseracceptanceofsystem,in-depthresearchlevelmulti-modalintegration,strategy,algorithmhasanewhottopic.
Firstly,underthepalmofthecharacteristicsofpalmprintrecognitionsystemin-depthstudyofkeytechnologies,palmprintimageofthenewalgorithmforextractingregionsofinterest-thelargestinscribedcirclemethod;Thenonthepalmveinrecognitionsystemapreliminaryanalysisandresearch,thesystemprovidessomehardwaresolutions,todesignasetofpalmveincollectedexperimentaldevices,includingimagepreprocessingandfeatureextraction;thelastofthepalmprintandpalmveininthedecision-makinglevelofthefusionalgorithm.
KeywordsPalmprintandpalmveinrecognitionPrincipalPomponentAnalysisthelargestinscribedcircle
目录
摘要I
AbstractII
第1章绪论1
1.1研究意义1
1.2研究内容1
1.3国内外研究现状1
1.4本文的结构安排3
1.5本章小结3
第2章MATLAB的简介与图像的运用4
2.1MATLAB的简介4
2.1.1MATLAB语言的主要特点4
2.1.2MATLAB在图像处理技术方面的应用5
2.2本章小结7
第3章掌纹图象特征提取与识别算法介绍8
3.1掌纹图像的预处理8
3.1.1掌纹图像二值化，获取图象轮廓图象8
3.1.2掌纹有效区域的确定9
3.1.3特征线族的提取10
3.2掌纹图象的特征提取和识别算法11
3.2.1主元分析（PCA）理论分析11
3.2.2掌纹的识别算法12
3.3本章小结13
第4章掌静脉特征提取与识别算法介绍14
4.1手掌静脉识别系统的总体框架14
4.2手掌静脉识别系统的图像采集过程14
4.3手掌静脉图像特征点的提取15
4.4本章小结18
第5章生物特征融合与识别算法19
5.1生物特征融合的方法19
5.2基于决策级的掌纹与掌静脉融合模型框图20
5.3本章小结20
第6章实验结果与分析21
6.1分析实验结果21
6.2本章小结22
第7章结论与展望23
7.1结论23
7.2展望24
致谢25
参考文献26
第1章绪论
1.1研究意义
美国调研咨询公司发布的生物识别市场研究报告表明，受到大量的政府项目推动，到2012年全球生物识别市场产值将达到80亿美元，亚洲和北美将成为全球最大的市场。
自动指纹和掌纹识别技术在生物特征识别技术市场占有较大的比例。
但迄今为此，还没有哪一种单模态生物特征识别技术在实际应用中能达到完美无缺的地步，往往需要利用生物特征间的互补性，构建多模态生物特征识别模型，来实现高精度和高可靠性的识别。
实际应用中指纹和掌纹识别产品也存在一些问题。
首先，指纹和掌纹识别是物理接触式的，具有侵犯性，并且某些人或某群人因为指纹的特征很少，达不到识别的基本要求。
其次，指纹和掌纹也比较容易磨损，手指和手掌太干或太湿都不易提取图像。
这样成功的比例就会降低，识别率会大幅度下降。
另外，每一次使用时指纹和掌纹都会在指纹采集器上留下用户的指纹和掌纹的痕迹，而这些指纹掌纹存在着被用来复制的可能，严重地影响了识别的安全性。
因此，掌纹和掌静脉特征融合识别技术应运而生。
掌纹和掌静脉特征融合提高了识别的活体性、稳定性、防伪性。
但手掌静脉识别是静脉识别领域中的新兴课题，目前国内外几乎没有研究手掌静脉识别的相关文献和资料。
再者，人们对生物特征互补性规律的本质还未真正了解，对多模态生物特征识别模型和算法的研究缺乏理论指导，在这方面研究成果不多。
因此，探索和研究掌纹与掌静脉特征融合算法的研究具有重要的科学意义。
1.2研究内容
本文结合生物特征识别技术，以掌纹与掌静脉特征为研究对象，以掌纹与掌静脉的特征融合算法为研究主线，探索掌纹与掌静脉特征间的互补性规律；改进现在比较成熟的掌纹特征的获取技术；探讨掌静脉识别系统的构建、掌静脉图像的采集以及特征的提取。
1.3国内外研究现状
由于受在线掌纹获取设备的限制，目前大多数的研究集中在掌纹特征提取描述与分类算法，对面向民用的掌纹识别系统的研究还没有完全展开。
已有的系统绝大部分是面向刑侦的。
据统计，在刑侦现场发现的残留痕迹中，一般60%是未知痕迹，其中有40%是掌纹痕迹。
提取并分析这些残留掌纹痕迹对刑事案件的侦破具有重大意义。
如日本NEC公司研制的“自动掌纹识别系统”，该系统是在基于刑侦的指纹识别技术上发展起来的，通过发现并获得犯罪分子在现场遗留下来的掌纹，并利用扫描数字化到计算机中，与库中己存的掌纹记录进行比对，以确认是否是惯犯，或作为分辨犯罪嫌疑人的有效证据来出示；还有Motorola公司的mnitrak系统【7】，在系统能够通过一整套掌纹采集、处理、比对和评价手段来有效地识别罪犯、减少欺诈。
1998年，张大鹏教授首先提出了利用掌纹进行民用身份识别。
张教授领导的香港理工大学生物特征识别研究中心在该领域的研究一直处于世界领先地位，他们在掌纹采集装置的设计、掌纹图像的预处理、掌纹特征提取、多掌纹特征融合或层次性分类、掌纹图像的分类、孪生双胞胎掌纹的唯一性、掌纹系统研制等方面都取得了令人瞩目的成就。
在国际上，美国Michigan州立大学AnilJain教授领导的生物特征识别小组于2001年研究了掌纹匹配问题【8】，给出了一种掌纹图像匹配的方法；马来西亚Multimedia大学DavidNg教授领导的生物特征识别与生物信息学研究中心研究了基于主成分分析（PCA）、独立成分分析（ICA）和线性鉴别分析（LDA）等方法的掌纹特征提取问题；还研究了掌纹生物特征识别系统用户信息安全性的问题，并对掌纹与手形的融合问题进行了一些研究；克罗地亚萨不勒格大学SlobodanRibaric教授的研究小组考察了一个特征掌和特征指的双生物特征融合系统，在237个人1820幅手掌图像上取得了很好的实验效果；在国内，中国台湾省中华大学的Chin-ChuanHan等人对扫描仪扫描得到的掌纹图像进行了研究，他们采用基于算子的方法提取掌纹图像感兴趣区域的特征，并用模板匹配和后向传播神经网络衡量掌纹图像的相似性进而完成身份验证，还提出了一种由粗到精的多层次掌纹识别方法；中国台湾省台南工学院的Chih-LungLin和他的同事们在2005年提出了一种基于层次结构分解的掌纹验证方法；哈尔滨工业大学王宽全教授领导的生物特征识别研究中心，和张大鹏教授的研究团队合作十分密切，共同取得了很多成果，其中著作是国内第一部关于掌纹识别技术的学术专著，该书较为详细地总结了近几年来著者在掌纹识别领域的研究成果。
除此之外，香港科技大学、清华大学、北京大学、南昌航空工业学院、广东工业大学、北京交通大学、中科院自动化所和国防科技大学也开展了这方面的研究，并取得了一定的成果。
在所有的上述研究中，基本上是处于理论和算法研究的实验室阶段。
张大鹏教授设计的原型系统在其所在的实验室投入试用，但是，他们的系统没有脱离微机的计算能力的支撑，体积较大。
据我们所知，目前尚无成熟的民用嵌入式掌纹识别产品投放市场。
相对其它生物特征而言，以掌纹图像作为独立生物特征研究的开展还不到IO年，产业界还没有成熟的产品推向市场，因此掌纹识别技术仍需待以时日才能得到指纹、人脸和虹膜等生物识别技术那样成熟的发展，目前仍停留在借鉴其它生物特征识别技术的阶段，还未形成和发现最能适合掌纹自身结构特点的经典算法。
在掌纹识别领域，国内的研究水平与国外研究水平差距不大，甚至在某些技术方向具有国际领先水平。
由此可以认定，掌纹识别方法和技术是我国在生物特征识别技术研发与应用领域中能够迅速发展并领先世界的重要方向。
总的来说，国际特别是国内大陆掌纹识别的研究还处于起步阶段，还有很大的发展空间，在此领域展开广泛的应用研究，具有重要的理论和应用意义，我们开展掌纹图像特征提取方法的研究，正是出于这样的考虑和认识。
静脉识别方面：
（1）韩国汉城大学电子工程系研究了手背静脉识别算法，探讨了传统静脉识别算法以及如何用高成本的DSP处理器处理浮点运算和提高实时性要求。
（2）新加坡南洋理工大学电子工程系Wang等人，研究了手背远红外线静脉图像，建立了108幅图像的样本库。
（3）香港理工大学DvidZhang近期也开始从事手部静脉识别的研究，并制成了基于接触的系统原型，其图像采集部分使用了日本富士通技术，识别率接近于虹膜识别。
（4）清华大学林喜荣等人利用自行设计的近红外血管图像采集仪提取血管的原始图像，给出了65个样本的匹配实验结果，在拒识率为4.6%的条件下，误识率为0%。
手掌静脉识别是静脉识别领域中的新兴课题，目前除富士通公司研究出手掌静脉识别系统外，几乎没用专门研究手掌静脉识别的机构，国内外相关的文献资料也少之又少。
本文仅对手掌静脉识别系统进行初步的分析和研究。
现在国际共享的掌纹数据库有香港理工大学的掌纹库和中国科学院的掌纹库但国际上现在还没有共享的静脉图像库，更没有来自同一人的掌纹、静脉图像库。
1.4本文的结构安排
第1章叙述所研究的课题的意义，国内外研究现状。
第2章主要介绍MATLAB工具及其特点，为具体的应用打下了良好的基础。
第3章首先对图像预处理的方法，其中包括对一种比较新的确定掌纹有效区域的方法（最大内切圆法）进行了探讨。
然后介绍PCA原理，和怎么把PCA进行掌纹的特征提取，为用MATLAB进行编程打下了基础。
第4章从理论探讨了关于手掌静脉识别系统的总体框架、手掌静脉识别系统的图像采集过程以及手掌静脉图像特征的提取方法。
第5章从理论上探讨了掌纹和掌静脉特征基于决策级融合算法。
第6章主要是实验结果和分析。
主要是掌纹图像处理以及特征提取的结果数据的分析研究。
第7章本文的结论和展望。
1.5本章小结
本章叙述了本文关于所研究的课题的意义，国内外研究现状，并介绍了本文的内容结构。
第2章MATLAB的简介与图像的运用
2.1MATLAB的简介
2.1.1MATLAB语言的主要特点
MATLAB语言是由美国MathWorks公司推出的计算机软件，经过多年的发展与不断完善，现已成为国际公认的最优秀的科学计算与数学应用软件之一。
其内容涉及矩阵代数、微积分、应用数学、有限元法、科学计算、信号与系统、神经网络、小波分析及其应用、数字图像处理、计算机图形学、电子线路、机电学、自动控制与通信技术、物理、力学与机械振动等方面。
MATLAB的特点是语法结构简单，数值计算高效，图形功能完备，特别受到以完成数据处理与图形图像生成为主要目的的科研人员的青睐。
MATLAB是以复数矩阵作为基本编程单元的一种程序设计语言，它提供了各种矩阵的运算和操作，并具有较强的绘图功能。
模式识别特别是统计模式识别中有许多需要进行矩阵运算的算法，用C语言之类的高级语言来实现这类算法就比较繁琐，编程起来也特别复杂，即使是一个矩阵求逆也需要很长一段程序来实现，而MATLAB中则给出了许多进行矩阵运算的高效的函数，使用起来很方便。
为了直观地显示出模式识别分类的结果，常常需要画出分界面立体图形，用MATLAB语言也可以较为方便地画出分类的结果。
MATLAB语言的主要特点有:
（1）编程效率高
MATLAB是一种面向科学与工程计算的高级语言，允许用数学形式的语言编写程序，且比BASIC、FORTRAN和C等语言更加接近我们书写计算公式的思维方式，用MATLAB编写程序犹如在演算纸上排列出公式与求解问题。
因此，MATLAB语言也可通俗地称为演算纸式科学算法语言。
由于它编写简单，所以编程效率高，易学易懂。
（2）用户使用方便
MATLAB语言是一种解释执行的语言（在没被专门的工具编译之前），它灵活、方便、调试速度快、需要学习时间少。
人们用任何一种语言编写的程序都要经过四个步骤：
编辑、编译、连接、以及执行和调试。
各个步骤之间是顺序关系。
MATLAB语言与其他语言相比，较好地解决了上述问题，把编辑、编译、连接和执行融为一体。
能在同一画面上进行灵活操作，快速排除输入程序中的书写错误、语法错误、以至语意错误，从而加快了用户编写、修改和调试的速度，可以说在编程和调试过程中它是一种比VB还要简单的语言。
（3）扩充能力强，交互性好
高版本的MATLAB语言有丰富的库函数，在进行复杂的数学运算时可以直接调用，而且MATLAB的库函数同用户文件在形式上一样，所以用户文件也可作为MATLAB的库函数来调用。
因而，用户可以根据自己的需要方便地建立和扩充新的库函数，以便提高MATLAB使用效率和扩充它的功能。
（4）移植性好，开放性好
MATLAB是用C语言编写的，而C语言的可移植性很好，于是MATLAB可以很方便地移植到能运行C语言的操作平台上。
（5）语句简单，内涵丰富
MATLAB语言最基本最重要的成分是函数，其一般形式为
，即一个函数由函数名、输入变量和输出变量组成，同一函数名F，不同数目的输入变量及不同数目的输出变量，代表着不同的含义。
（6）高效方便的矩阵和数组运算
MATLAB语言像BASIC、FORTRAN和C语言一样规定了矩阵的自述运算符、关系运算符、逻辑运算符、条件运算符及赋值运算符，而且这些运算符大部分可以毫无改变地照搬到数组间的运算。
MATLAB不需定义数组的维数，并给出矩阵函数，特殊矩阵专门的库函数，使之在求解诸如信号处理、控制、优化等领域的问题时，显得大为简捷、高效、方便，这是其他高级语言不能比拟的。
（7）方便的绘图功能
MATLAB的绘图是十分方便的，它有一系列绘图函数（命令）。
另外，在调用绘图函数时调整自变量可绘出不同颜色的点、线、复线或多重线。
这种为科学研究着想的设计是通用的编程语言所不及的。
2.1.2MATLAB在图像处理技术方面的应用
MATLAB中的ImageProcessingToolbox―图象处理工具箱支持四种图像类型，分别为真彩色图像、索引色图像、灰度图像、二值图像，由于有的函数对图像类型有限制，这四种类型可以用工具箱的类型转换函数相互转换。
MATLAB可操作的图像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。
下面就图形处理的基本过程讨论工具箱所实现的常用功能。
（１）常用图像操作
函数imread用于读入图像，而函数imwrite则用于输入图像；要把图像显示在屏幕上可以用函数imshow，image等；函数imcrop能够实现图像的裁剪，而函数imresize则实现图图像的插值缩放；旋转图像可能用函数imrotate来实现。
（２）图像增强功能
在图像的生成、传输或变换的过程中，由于多种因素的影响，总要造成图像的降质。
为了使图像适合于人或者机器进行分析，需要釆用一些技术对图像进行增强。
常用的图像增强方法有以下几种：
灰度直方图均匀化。
一幅对比度比较小的图像，其直方图分布一定集中在某一比较小的范围之内，经过均匀化的图像，其所有灰度级出现的相对概率相同，此时图像的熵最大，图像所包含的信息量最大，从而达到增强图像的目的。
直方图均匀化可用histeg函数实现。
灰度变换法。
一般的成像系统都有一定的亮度范围，由于形成图像的系统亮度有限，再加上光照条件和其它因素的影响，常出现所成的图像对比度不足，即整个图像偏亮或偏暗。
因此，需要对图像中的每一个象素的灰度级进行标度变换，扩大图像的灰度范围，以达到改善图像质量的目的。
灰度调整的过程可用imadjust函数实现。
平滑与锐化滤波。
图像平滑的目的是为了消除噪声，这一般采用低通滤波器来实现。
这是因为，对于一幅图像，它的边缘、跳跃部分以及噪声代表图像的高频分量，而大面积的背景区和慢变部分则代表图像的低频分量，用频域低通滤波法能除去其高频分量，去掉噪声，从而使图像得到平滑。
不过，这样处理可能使图像的目标区域的边界变得模糊。
而锐化技术采用的是频域上的高通滤波方法，这样可以增强高频分量减少图像中的模糊，同时模糊的边缘部分也得到了增强，但是也放大了图像的噪声。
在MATLAB中，各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现，可用fspecial函数创建预定义的滤波算子，然后用filter2或conv2函数在实现卷积运算的基础上进行滤波。
（３）边缘检测和图像分割功能
边缘检测的通常方法是先对图像进行灰度边缘增强处理，得出一个增强处理后的图像，然后设立门限，进行过门限操作来确定出明显边缘的象元位置。
而门限的设定应随着空间总体幅度的变化而变化，以适应图像的空间幅度分布的正负变化。
寻找一种对噪声不敏感、定位精确、不漏检真边沿又不引入假边沿的检测方法，始终是人们努力的目标。
图像分割的目的是把图像空间分成一些有意义的区域。
这里的“意义”包涵着随着所需解决的问题的不同而不同，例如可以按幅度不同来分割各个区域，按边缘不同来划分各个区域，按形态来分割各个区域等等。
MATLAB工具箱提供所谓edge函数可针对边缘检测算子：
sobel算子、prewitt算子、Roberts算子、log算子和canny算子，实现检测边缘的功能。
基于灰度的图像分割方法也可以用简单的MATLAB代码实现。
（４）图像变换功能
图像变换技术是图像处理的重要工具，常运用于图像压缩、滤波、编码和后续的特征抽取或信息分析过程。
MATLAB工具箱提供了常用的变换函数，如fft2与ifft2函数分别实现二维快速傅立叶变换与其逆变换，dct2与idct2函数实现二维离散余弦变换与其逆变换，Radon与iraon函数实现Radon变换与逆Radon变换。
除了以上基本的图像除了功能，MATLAB还提供了如二值图像的膨胀运算dilate函数、腐蚀运算erode函数等基于数学形态学与二值图像的操作函数。
2.2本章小结
本章主要介绍了MATLAB工具及其特点，为具体的应用打下了良好的基础。
第3章掌纹图象特征提取与识别算法介绍
3.1掌纹图像的预处理
3.1.1掌纹图像二值化，获取图象轮廓图象
实验中所采用的掌纹图像来自于前文所提到的香港理工大学人体生物特征识别中心公布的PolyU掌纹数据库。
PolyU掌纹数据库即香港PolytechnicUniversity的人体生物特征识别中心（BRC）制作的PolyUPalmprintDatabase，该掌纹库的采集设备如图3-1所示。
采用该掌纹数据库的主要原因是：
香港PolytechnicUniversity的人体生物特征识别中心CBRC）制作的掌纹库的采集设备已经在门禁系统、考勤系统、酒店高级客房管理系统中得到了成功的应用，而且该中心与国内的哈尔滨工业大学、北京大学、上海交通大学等都有合作，该采集设备和数据库也赢得了广大掌纹识别研究者的普遍认可和推广。
系统中的软件能够把图3-2中虚线所示的区域切割出来放入掌纹库中。
该采集系统已经成功地应用到实际的门禁、考勤等系统中。
目前该掌纹库里共有来自386个掌纹的7752幅掌纹图片，图像一律采用BMP格式存储。
几乎每人20幅掌纹图片分两次采集，两次采集之间间隔两个月，每次每人采集10张，该方法采集掌纹图片时，手掌是放在仪器的固定位置处，这样避免了选取掌纹图片时角度不同和因离摄像头远近而引起的比例不一致以及亮度不同等问题。
掌纹图像大小为384x284。
本文选取了60个人的掌纹图像，每个人6张图像
图3-1掌纹库的采集设备图3-2切割区域
图像预处理是模式识别中的关键和必要步骤，预处理的效果将直接影响特征提取以及识别的结果。
当获取掌纹图像时，它的位置、方向以及拉伸程度将会受到不同的影响而不一致，这将影响掌纹的特征提取。
对掌纹图像进行定位的归一化，目的就是从掌纹中提取合适的基准点，建立参照坐标系，以减少采样过程中引进的旋转、平移、扭曲等非线性因素的影响，提高匹配识别算法的鲁棒性。
因此，我们需要对掌纹图像进行恰当的预处理，将不同的手掌置于同一个参考系内，便于特征提取。
掌纹图像的预处理通常包括掌纹图像的二值化、手掌轮廓线的提取，掌纹图像的定位以及ROI（RegionofInterest）区域的选取。
（1）掌纹图像的二值化
二值化的主要目的是将手掌和背景分离开，其关键在于阈值的选取.可以根据先验知识预先设置该阈值。
这种方法比较简单，处理速度快，但不能适应新出现的情况。
也可使用直方图技术来动态地确定阈值，这种方法相对来说比较耗时，但是算法的鲁棒性强，可适应不断变化的情况。
（2）手掌轮廓线的提取
可以采
升级会员 