掌紋識別開題報告(終稿).doc

畢業(yè)設計（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 生 胡 峻 林 指導教師 薛延學(副教授) 2008 年一、 畢業(yè)設計(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域中一個新興研究課題，有著廣闊的應用前景。本課題是陜西省教育廳自然科學研究計劃項目（項目編號：07JK353）中的部分核心技術研究。通過本項目的研究，解決掌紋識別中的一些理論基礎和關鍵技術問題，包括掌紋ROI區(qū)域的快速定位分割技術、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計基礎上，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果的影響。 二、選題的目的及意義 在當今社會，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絡的飛速發(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。而掌紋識別技術作為生物識別技術領域里的新成員，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相比，掌紋識別技術具有的優(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用前景、值得深入研究的生物特征識別技術。 三、 本課題在國內外的研究狀況及發(fā)展趨勢 掌紋識別技術已受到國內外有關研究與應用部門的關注，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，主要用在預防與計算機有關的犯罪，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，國內外已有不少高校和研究機構開展了卓有成效的工作，例如香港理工大學生物識別研究中心、Michigan州大學、臺灣中華大學和香港科技大學。另外，國內的哈爾濱工業(yè)大學、中國科技大學、中科院自動化研究所、北京交通大學等院校和科研單位均先后進入了該研究領域。 掌紋識別作為一個新興的研究領域,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習的子空間學習技術，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、分類器設計及信息融合等的相關方法。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、各階段預期達到的目標：月日周次任務階段名稱及預期目標2251收集課題的相關資料332收集課題的相關資料，完成構思3103收集課題的相關資料，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477148利用流形學習獲取掌紋整體特征，并用VC+實現2192810完成特征層的掌紋融合識別，并用VC+實現 55111212完成決策層的掌紋