掌紋識別開題報告(終稿).doc

畢業(yè)設(shè)計（論文）開 題 報 告題 目 基于整體和局部特征融合的 掌紋識別算法研究 專 業(yè) 電子信息工程 班 級 圖 文 042 學(xué) 生 胡 峻 林 指導(dǎo)教師 薛延學(xué)(副教授) 2008 年一、 畢業(yè)設(shè)計(論文)課題來源、類型 掌紋識別是利用不同人掌紋之間的差異進行人體身份自動識別，屬于生物特征識別領(lǐng)域中一個新興研究課題，有著廣闊的應(yīng)用前景。本課題是陜西省教育廳自然科學(xué)研究計劃項目（項目編號：07JK353）中的部分核心技術(shù)研究。通過本項目的研究，解決掌紋識別中的一些理論基礎(chǔ)和關(guān)鍵技術(shù)問題，包括掌紋ROI區(qū)域的快速定位分割技術(shù)、魯棒性強的多種掌紋特征描述和抽取、并通過整體和局部掌紋特征的提取，在多種掌紋匹配算法的設(shè)計基礎(chǔ)上，完成多種掌紋特征融合算法，并討論不同融合策略對識別結(jié)果的影響。 二、選題的目的及意義 在當(dāng)今社會，對個人身份鑒別的需求無處不在，并且與日俱增。傳統(tǒng)的身份鑒別方法主要有兩種，一種是基于密碼的安全機，另一種是基于證件的安全機制。隨著計算機和通信網(wǎng)絡(luò)的飛速發(fā)展，這些傳統(tǒng)的確認機制越來越暴露出其固有的諸多弊病。對于基于密碼的安全機制，存在密碼難記并且易忘的缺點；對于基于證件的安全機制，存在偽造、被盜、丟失的各種可能。由于上述原因，今天人們期待著能有一種低成本、更為安全、更為方便的個人身份識別方式。 生物特征識別技術(shù)正是解決上述問題的一種方案。因為生物特征具有人人都有的普遍性、個人不同的唯一性以及隨年齡幾乎不變的穩(wěn)定性。而掌紋識別技術(shù)作為生物識別技術(shù)領(lǐng)域里的新成員，以其豐富的信息量，穩(wěn)定而唯一的特征，近年來受到研究團體的重視。與其它生物特征識別技術(shù)相比，掌紋識別技術(shù)具有的優(yōu)點是：不涉及隱私問題，用戶比較容易接受；不需要用特殊光線照射(紅外)；采樣方法簡單，對圖像的分辨率要求可降低，圖像比較容易獲得；掌紋的區(qū)域比指紋大得多，信息量大，可以提取更多的特征等。因此掌紋識別是一種有廣泛應(yīng)用前景、值得深入研究的生物特征識別技術(shù)。 三、 本課題在國內(nèi)外的研究狀況及發(fā)展趨勢 掌紋識別技術(shù)已受到國內(nèi)外有關(guān)研究與應(yīng)用部門的關(guān)注，并開展了一些嘗試性的研究，也取得了一定的成果。Matsumoto and Katsuhei 在1985年發(fā)表的論文中首次介紹了利用掌紋識別進行人類身份鑒別，主要用在預(yù)防與計算機有關(guān)的犯罪，但該論文只作了初步研究。1998年，David Zhang等用掌紋線特征實現(xiàn)了脫機掌紋驗證。2000年David Zhang 等將掌紋圖像看成是一種紋理，用方向模板的方法定義并提取全局紋理能量。2002年，W.Li 和 David Zhang等人用傅立葉變換將掌紋圖像從空域變換到頻域，然后在頻域中提取能反映空域中掌紋線強度的R特征和反映掌紋線方向的Theta特征，并用這兩種特征實現(xiàn)了聯(lián)機掌紋鑒別。2003年，David Zhang和Kong提出了用二維Gabor濾波器的方法來提取掌紋的紋理特征，其在線鑒別率可以達到98%以上。2004年，Wu Xiangqian等提取了掌紋線，,主要是三大主線和皺紋線的提取。PCA、FLD、ICA變換均可用掌紋特征的提取，2005年，Connie Tee Jin等通過實驗證明在掌紋識別方面FLD具有最好的效果。2007年，劉富等人基于Harris角點檢測方法的基本原理,對Harris角點檢測方法進行了改進，提出了一種輪廓特征點提取的新方法。最近，陶俊偉等人將PCA和FLD結(jié)合起來進行掌紋識別,在識別階段進一步利用了以前僅用于降維的PCA特征和FLD特征相融合進行識別。目前，國內(nèi)外已有不少高校和研究機構(gòu)開展了卓有成效的工作，例如香港理工大學(xué)生物識別研究中心、Michigan州大學(xué)、臺灣中華大學(xué)和香港科技大學(xué)。另外，國內(nèi)的哈爾濱工業(yè)大學(xué)、中國科技大學(xué)、中科院自動化研究所、北京交通大學(xué)等院校和科研單位均先后進入了該研究領(lǐng)域。 掌紋識別作為一個新興的研究領(lǐng)域,具有重要的理論研究意義和實用價值。隨著研究工作的深入，掌紋識別將會向著多特征掌紋融合的方向發(fā)展；將會向著與其它生物特征，如指紋、人臉、步態(tài)等特征融合的方向發(fā)展。 四、 本課題主要研究內(nèi)容 本課題通過對掌紋圖像與處理和特征提取，研究不同掌紋一特征對識別結(jié)果的影響。分別采用一種有效的掌紋主線抽取算法以及基于流形學(xué)習(xí)的子空間學(xué)習(xí)技術(shù)，完成對掌紋整體特征和局部特征的有效描述和特征變換。采用多種不同的融合策略，完成基于多特征融合的掌紋識別。具體包括提取掌紋的局部特征和整體特征；設(shè)計掌紋識別分類器，充分考慮系統(tǒng)的效率與魯棒性；并進行多種掌紋信息融合識別算法的研究，包括特征層不同掌紋的融合和決策層不同分類器的融合；研究不同掌紋特征和不同識別分類器對識別系統(tǒng)性能的影響；并采用VC+開發(fā)出掌紋自動識別系統(tǒng)軟件。 五、 完成論文的條件和擬采用的研究手段（途徑） 先綜合查閱掌紋識別及信息融合的文獻資料，了解掌紋感興趣區(qū)域的定位和分割、掌紋整體特征提取、掌紋局部特征提取、分類器設(shè)計及信息融合等的相關(guān)方法。然后在Windows XP開發(fā)平臺上，選用VC+6.0軟件進行編程，進行課題的實驗，并通過測試的識別率對算法進行評價。 六、 本課題進度安排、各階段預(yù)期達到的目標：月日周次任務(wù)階段名稱及預(yù)期目標2251收集課題的相關(guān)資料332收集課題的相關(guān)資料，完成構(gòu)思3103收集課題的相關(guān)資料，并完成2000字的英文翻譯174完成約5000字的課題綜述245準備開題報告，完成開題316提取掌紋主線特征，并用VC+實現(xiàn)477148利用流形學(xué)習(xí)獲取掌紋整體特征，并用VC+實現(xiàn)2192810完成特征層的掌紋融合識別，并用VC+實現(xiàn) 55111212完成決策層的掌紋