掌纹识别技术开题报告

掌纹识别技术开题报告

本科毕业设计(论文)开题报告毕业设计

掌纹图像预处理及关键区域提取技术研究论文题目

学生姓名学生学号

校内指导学生专业电子信息工程教师姓名

校外指导校外毕业教师姓名实习单位

题目性质 ,工程设计 ,理论研究 ,科学实验 ,软件开发 ,综合应用

1、设计任务书 , 有 , 无资料情况

2、外文资料翻译 , 完成 , 未完成

3、毕业设计指导日志 , 认真填写 , 未填写

一、掌纹识别技术研究的意义

随着现代社会信息技术的飞速发展，信息化和网络化的社会对各种

信息和系统的安全性提出了更高的要求。身份认证是人们加强信息和系

统安全的基本方法之一。区别于传统的密码、证件等传统的身份鉴别方

式，人体生物特征识别技术提取人体固有的生物特征，有效地克服传统

身份识别方法的缺陷，用其稳定性和唯一性优点完成身份鉴别和验证。

身份识别已经成为商业、金融和国防机构信息安全系统的重要组成部分

和必不可少的安全措施。同时，在现代社会方方面面的普遍应用也对身

份识别技术提出了新的要求，促进了其自身的迅速发展。毕业在基于人手特征的身份鉴别技术中，指纹识别是使用的最早、最广设计泛，也是最为成熟的生物识别技术。随着应用的推广，指纹识别的不足(论也越来越显现出来。最明显的的是指纹识别的验证系统局限于指纹质量文) 较好的群体。虹膜识别系统用普通的相机无接触式地摄取虹膜图像，不选题会像角膜识别那样有传播疾病的危险。而且虹膜特征的高稳定性也带来意义了识别系统的高识别率。但是，虹膜识别系统的

造价一般非常昂贵，也和研影响了其商业上的广泛推广。人脸识别是获取人脸图像，提取面部特征究现来进行身份鉴别和验证。人脸表情的变化严重影响了识别率的提高。目状前为止，还不能肯定人脸识别技术能得到广泛的应用。手形识别技术是

最早引入商业应用的生物识别技术，手形特征稳定性高，不易随外在环

境或生理变化而改变使用方便。但现有的手形识别系统也存在成本较高、

精度较低等缺点，并且手形特征的独特性很难得到保证。

可见，选择一种既方便采样，又能克服上述弱点的生物特征用来进

行身份验证是极有意义的，掌纹恰恰符合这种要求。掌纹识别是近些年

来新兴的一种身份识别方法，是对现有的生物识别技术的重要补充。掌

纹识别具有很多特点:

1. 跟指纹一样，手掌上也布满了乳突纹，但手掌区域比手指区域大

得多，因而它含有比指纹更为丰富的可区分信息，易于提取特征区域;

2. 手掌上有几条大的主线和很多的皱折线，这样的线特征是掌纹所

独有的，具有很强的区分能力和抗噪声能力，并且可以在低分辨率、

低质量的掌纹图像中提取出来;

3. 掌纹具有唯一性;

4. 相比其他生物识别技术，掌纹图像采集设备的价格要廉价得多，

并且使用方便，更容易被用户接受。

二、掌纹识别技术的研究现状

掌纹识别作为生物特征识别技术是近年来发展起来的新兴技术，在国内，香港理工大学与清华大学率先提出利用掌纹进行身份识别的思想，对掌纹的基本特征和特点作了全面的总结，开辟了掌纹识别研究的新领域。经过十几年的发展，掌纹识别技术已经逐步进入成熟阶段。香港理工大学生物识别研究中心设计和开发了世界

上第一套民用联机掌纹识别系统，建立了世界上最大的掌纹图像数据库。该数据库有10万多个样本，2003年在网上发布了收割掌纹数据标准库。目前，掌纹识别作为生物特征识别家族的重要成员，已在国际上得到公认，并产生了较大的影响。

掌纹识别的技术主要包括:掌纹图像采集、掌纹图像预处理、掌纹特征的提取、掌纹特征识别。本文主要从掌纹图像的预处理算法、掌纹图像的特征提取和掌纹图像的特征识别算法三个方面分析掌纹识别技术的研究现状。

预处理的目的是消除掌纹图像中的无关信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而使所采集的掌纹图像能方便地对图像后续处理。掌纹图像的预处理包括以下几个方面:掌纹图像的定位分割、掌纹图像的去噪、掌纹图像的增强。

掌纹特征的提取是掌纹识别中最关键的一个环节，特征提取算法的好坏很大程度上决定了系统识别率和效率的高低。现在的掌纹特征提取的算法很多，以下阐述几种典型的掌纹特征提取算法:

(1)基于点线特征的掌纹特征提取方法(2)基于二维 Gabor 滤波器的掌纹特征提取算法。该方法先用一个二维 Gabor 滤波器对掌纹图像进行滤波，然后用滤波后的相位信息形成二值掌纹特征码，这样在特征向量中仅保存了相位信息。(3)基于小波变换的掌纹特征提取方法。小波变换是一种非常有效的图像处理方法，它提供了很好的空域和频域定位属性，非常适用于描述多分辨率情况下的图像边缘特征，并且已被应用到纹理特征的提取和图像的去噪中。(4)基于主成分分析(PCA)的掌纹特征提取方法。主成分分析是把多个特征映射为少数几个综合特征的一种统计分析方法。在多特征的研究中，往往由于特征个数太多，且彼此之间存在着一定的相关性，因而使得所观测的数据在一定程度上有信息的重叠。主成分分析采取一种降维的方法，找出几个综合因子来代表原来众多的特征，使这些综合因子尽可能地反映原来变量的信息，且彼此之间互不相关，从而达到简化的目的。

本文共分五章，各章节的内容安排如下:

第一章绪论。

本章首先简要概述本课题的研究背景及意义，然后回顾生物识别技

术、掌纹识别技术发展历程，随后重点介绍了掌纹识别技术的研究现状。

第二章掌纹图像的预处理。

在本章中，重点阐述了掌纹识别系统的相关背景知识，主要对掌纹

数据库和

图像预处理相关方法做了详细介绍。本课掌纹图像的预处理过程包括阈值分割、图像滤波、关键点检测和提题主取 ROI 区要研域等。预处理是对掌纹图像获取和特征提取的有效衔接，一方面去除了究内采集设备容引入的随机噪声，另一方面得到可供有效特征提取的数据块。第三章掌纹图像特征的提取。

本章首先简要介绍小波变换的概念，同时介绍了多分辨率分析以及

信号的小波分解与重构的相关理论。接下来针对掌纹图像信号，介绍了

基于掌纹图像的多小波分解理论，同时提出相应的方法处理多小波变换

之后的图像;在手掌的特征图像经过多小波分解后，提取其与手掌纹线

相关的子区域，并将这些子区域备用于手掌特征纹线的辅助匹配。

第四章实验结果及分析

[1]人们对生物特征识别技术的研究从1960年开始，2003年6月联合

国国际民用航空组织公布其生物特征识别技术的应用规划，在用户护照

上加入如指纹、虹膜等生物特征。刑事技术部门在提取和比对现场痕迹

时经常发现犯罪分子遗留的掌纹痕迹，如果不对其加以应用，将可能会

损失纹型信息的30%。事实上，人手掌纹识别这一领域一直是空白，直

[1,2]到1998年出现第一篇关于掌纹识别技术的论文。

文 1、掌纹图像获取