畢業(yè)設(shè)計掌紋識別技術(shù)開題報告

1、西南交通大學(xué)電氣工程學(xué)院本科畢業(yè)設(shè)計（論文）開題報告畢業(yè)設(shè)計論文題目畢業(yè)設(shè)計論文題目掌紋圖像預(yù)處理及關(guān)鍵區(qū)域提取技術(shù)研究學(xué)生姓名學(xué)生學(xué)號學(xué)生姓名學(xué)生學(xué)號校內(nèi)指導(dǎo)教師姓名校外指導(dǎo)教師姓名校內(nèi)指導(dǎo)教師姓名校外指導(dǎo)教師姓名學(xué)生專業(yè)電子信息工程校外畢業(yè)實習(xí)單位題目性質(zhì) 工程設(shè)計 理論研究 科學(xué)實驗 軟件開發(fā) 綜合應(yīng)用1、設(shè)計任務(wù)書1、設(shè)計任務(wù)書有口無資料情況2、外文資料翻譯3、畢業(yè)設(shè)計指導(dǎo)日志資料情況2、外文資料翻譯3、畢業(yè)設(shè)計指導(dǎo)日志完成口未完成認(rèn)真填寫口未填寫畢業(yè) 設(shè)計 （論 文） 選題 意義 和研 究現(xiàn) 狀畢業(yè) 設(shè)計 （論 文） 選題 意義 和研 究現(xiàn) 狀一、掌紋識別技術(shù)研究的意義隨著現(xiàn)代社會信

2、息技術(shù)的飛速發(fā)展，信息化和網(wǎng)絡(luò)化的社會對各種 信息和系統(tǒng)的安全性提出了更高的要求。身份認(rèn)證是人們加強信息和系 統(tǒng)安全的基本方法之一。區(qū)別于傳統(tǒng)的密碼、證件等傳統(tǒng)的身份鑒別方 式，人體生物特征識別技術(shù)提取人體固有的生物特征，有效地克服傳統(tǒng) 身份識別方法的缺陷，用其穩(wěn)定性和唯一性優(yōu)點完成身份鑒別和驗證。 身份識別已經(jīng)成為商業(yè)、金融和國防機構(gòu)信息安全系統(tǒng)的重要組成部分 和必不可少的安全措施。同時，在現(xiàn)代社會方方面面的普遍應(yīng)用也對身 份識別技術(shù)提出了新的要求，促進了其自身的迅速發(fā)展。在基于人手特征的身份鑒別技術(shù)中，指紋識別是使用的最早、最廣 泛，也是最為成熟的生物識別技術(shù)。隨著應(yīng)用的推廣，指紋識別的不

3、足 也越來越顯現(xiàn)出來。最明顯的的是指紋識別的驗證系統(tǒng)局限于指紋質(zhì)量 較好的群體。虹膜識別系統(tǒng)用普通的相機無接觸式地攝取虹膜圖像，不 會像角膜識別那樣有傳播疾病的危險。而且虹膜特征的高穩(wěn)定性也帶來 了識別系統(tǒng)的高識別率。但是，虹膜識別系統(tǒng)的造價一般非常昂貴，也 影響了其商業(yè)上的廣泛推廣。人臉識別是獲取人臉圖像，提取面部特征 來進行身份鑒別和驗證。人臉表情的變化嚴(yán)重影響了識別率的提高。目 前為止，還不能肯定人臉識別技術(shù)能得到廣泛的應(yīng)用。手形識別技術(shù)是 最早引入商業(yè)應(yīng)用的生物識別技術(shù)，手形特征穩(wěn)定性高，不易隨外在環(huán) 境或生理變化而改變使用方便。但現(xiàn)有的手形識別系統(tǒng)也存在成本較高、 精度較低等缺點，并

4、且手形特征的獨特性很難得到保證。可見，選擇一種既方便采樣，又能克服上述弱點的生物特征用來進 行身份驗證是極有意義的，掌紋恰恰符合這種要求。掌紋識別是近些年 來新興的一種身份識別方法，是對現(xiàn)有的生物識別技術(shù)的重要補充。掌 紋識別具有很多特點：跟指紋一樣，手掌上也布滿了乳突紋，但手掌區(qū)域比手指區(qū)域大得多，因而它含有比指紋更為豐富的可區(qū)分信息，易于提取特征區(qū)域;手掌上有幾條大的主線和很多的皺折線，這樣的線特征是掌紋所 獨有的，具有很強的區(qū)分能力和抗噪聲能力，并且可以在低分辨率、 低質(zhì)量的掌紋圖像中提取出來；掌紋具有唯一性；相比其他生物識別技術(shù)，掌紋圖像采集設(shè)備的價格要廉價得多， 并且使用方便，更容易

5、被用戶接受。二、掌紋識別技術(shù)的研究現(xiàn)狀掌紋識別作為生物特征識別技術(shù)是近年來發(fā)展起來的新興技術(shù)，在 國內(nèi)，香港理工大學(xué)與清華大學(xué)率先提出利用掌紋進行身份識別的思想， 對掌紋的基本特征和特點作了全面的總結(jié)，開辟了掌紋識別研究的新領(lǐng) 域。經(jīng)過十幾年的發(fā)展，掌紋識別技術(shù)已經(jīng)逐步進入成熟階段。香港理 工大學(xué)生物識別研究中心設(shè)計和開發(fā)了世界上第一套民用聯(lián)機掌紋識別 系統(tǒng)，建立了世界上最大的掌紋圖像數(shù)據(jù)庫。該數(shù)據(jù)庫有10萬多個樣本， 2003年在網(wǎng)上發(fā)布了收割掌紋數(shù)據(jù)標(biāo)準(zhǔn)庫。目前，掌紋識別作為生物特 征識別家族的重要成員，已在國際上得到公認(rèn)，并產(chǎn)生了較大的影響。掌紋識別的技術(shù)主要包括：掌紋圖像采集、掌紋圖像

6、預(yù)處理、掌紋 特征的提取、掌紋特征識別。本文主要從掌紋圖像的預(yù)處理算法、掌紋 圖像的特征提取和掌紋圖像的特征識別算法三個方面分析掌紋識別技術(shù) 的研究現(xiàn)狀。預(yù)處理的目的是消除掌紋圖像中的無關(guān)信息，恢復(fù)有用的真實信息， 增強有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而使所采集的掌紋 圖像能方便地對圖像后續(xù)處理。掌紋圖像的預(yù)處理包括以下幾個方面： 掌紋圖像的定位分割、掌紋圖像的去噪、掌紋圖像的增強。掌紋特征的提取是掌紋識別中最關(guān)鍵的一個環(huán)節(jié)，特征提取算法的 好壞很大程度上決定了系統(tǒng)識別率和效率的高低?，F(xiàn)在的掌紋特征提取 的算法很多，以下闡述幾種典型的掌紋特征提取算法：（1）基于點線特征的掌紋特征提取

7、方法（2）基于二維Gabor濾波器 的掌紋特征提取算法。該方法先用一個二維Gabor濾波器對掌紋圖像進 行濾波，然后用濾波后的相位信息形成二值掌紋特征碼，這樣在特征向 量中僅保存了相位信息。（3）基于小波變換的掌紋特征提取方法。小波變 換是一種非常有效的圖像處理方法，它提供了很好的空域和頻域定位屬 性，非常適用于描述多分辨率情況下的圖像邊緣特征，并且已被應(yīng)用到 紋理特征的提取和圖像的去噪中。（4）基于主成分分析（PCA）的掌紋特 征提取方法。主成分分析是把多個特征映射為少數(shù)幾個綜合特征的一種 統(tǒng)計分析方法。在多特征的研究中，往往由于特征個數(shù)太多，且彼此之 間存在著一定的相關(guān)性，因而使得所觀測的

8、數(shù)據(jù)在一定程度上有信息的 重疊。主成分分析采取一種降維的方法，找出幾個綜合因子來代表原來 眾多的特征，使這些綜合因子盡可能地反映原來變量的信息，且彼此之 間互不相關(guān)，從而達(dá)到簡化的目的。本課 題主 要研 究內(nèi)容本文共分五章，各章節(jié)的內(nèi)容安排如下：第一章緒論。本章首先簡要概述本課題的研究背景及意義，然后回顧生物識別技 術(shù)、掌紋識別技術(shù)發(fā)展歷程，隨后重點介紹了掌紋識別技術(shù)的研究現(xiàn)狀。第二章掌紋圖像的預(yù)處理。在本章中，重點闡述了掌紋識別系統(tǒng)的相關(guān)背景知識，主要對掌紋 數(shù)據(jù)庫和圖像預(yù)處理相關(guān)方法做了詳細(xì)介紹。掌紋圖像的預(yù)處理過程包括閾值分割、圖像濾波、關(guān)鍵點檢測和提 取ROI區(qū)域等。預(yù)處理是對掌紋圖像

9、獲取和特征提取的有效銜接，一方面去除了 米集設(shè)備引入的隨機噪聲，另一方面得到可供有效特征提取的數(shù)據(jù)塊。第三章掌紋圖像特征的提取。本章首先簡要介紹小波變換的概念，同時介紹了多分辨率分析以及 信號的小波分解與重構(gòu)的相關(guān)理論。接下來針對掌紋圖像信號，介紹了 基于掌紋圖像的多小波分解理論，同時提出相應(yīng)的方法處理多小波變換 之后的圖像；在手掌的特征圖像經(jīng)過多小波分解后，提取其與手掌紋線 相關(guān)的子區(qū)域，并將這些子區(qū)域備用于手掌特征紋線的輔助匹配。第四章實驗結(jié)果及分析文 獻(xiàn) 綜 述、參 考 文 獻(xiàn)人們對生物特征識別技術(shù)的研究從1960年開始1，2003年6月聯(lián)合 國國際民用航空組織公布其生物特征識別技術(shù)的應(yīng)

10、用規(guī)劃，在用戶護照 上加入如指紋、虹膜等生物特征。刑事技術(shù)部門在提取和比對現(xiàn)場痕跡 時經(jīng)常發(fā)現(xiàn)犯罪分子遺留的掌紋痕跡，如果不對其加以應(yīng)用，將可能會 損失紋型信息的30%。事實上，人手掌紋識別這一領(lǐng)域一直是空白，直 到1998年出現(xiàn)第一篇關(guān)于掌紋識別技術(shù)的論文1,2。1、掌紋圖像獲取掌紋識別的第一步是采集掌紋，并儲存成數(shù)字圖像。香港理工大學(xué) 和哈爾濱工業(yè)大學(xué)聯(lián)合研制的基于CCD的聯(lián)機掌紋采集設(shè)備可實時的 獲取高質(zhì)量的掌紋圖像，為聯(lián)機掌紋識別技術(shù)的研究打下了硬件基礎(chǔ)。2、掌紋圖像預(yù)處理為減少掌紋圖像采樣過程中引進的旋轉(zhuǎn)、平移、扭曲等非線性因素 的影響，必須為掌紋特征提取和匹配提供基準(zhǔn)。掌紋圖像經(jīng)預(yù)

11、處理（如圖 像增強、濾波、二值化、細(xì)化、分割等）后分割出掌紋中心區(qū)域，減少了 不必要的噪聲干擾，降低了后續(xù)工作的復(fù)雜度，在掌紋識別技術(shù)中具有 非常重要的意義。綜合國內(nèi)外掌紋識別技術(shù)的研究現(xiàn)狀，介紹以下三種 典型預(yù)處理方法。1）用三個關(guān)鍵點檢坐標(biāo)系囹在兩個手指相交的地方定三個點，1、3連線為Y軸，過點2且垂直 于Y軸的直線為X軸建立坐標(biāo)系，進而在該坐標(biāo)系下分割出大小為128 X128的掌紋中心區(qū)域。2）用最大正方形確定掌紋關(guān)鍵區(qū)域Poon等提出了一種劃分掌紋中心區(qū)域的方法。他們將掌紋的中心 區(qū)域劃分為多個橢圓形半環(huán)，每個橢圓形半環(huán)再分為多個小塊，對每個 小塊分別提取特征。這樣劃分的優(yōu)點是可以減小

12、旋轉(zhuǎn)產(chǎn)生的影響。 3）用最大內(nèi)切圓確定掌紋有效區(qū)域6用內(nèi)切圓確定掌紋有效區(qū)域是文獻(xiàn)【6】中介紹的一種新方法，該方 法同樣首先是用邊緣檢測算法求得邊緣圖，然后再在于掌內(nèi)尋求最大內(nèi) 切圓（半徑和圓心），從而分割出掌紋有效區(qū)域。3、掌紋圖像特征提取與匹配掌紋圖像是種近似的紋理周期性圖案，掌紋圖像中不同區(qū)域的紋線 方向和空間頻率代表著掌紋圖像內(nèi)在的特征。針對掌紋圖像的特點，已 提出了下面幾種代表性的掌紋圖像識別。1）基于Fourier變換的識別7首先應(yīng)用Fourier變換將掌紋圖像變換到頻域，然后在頻域中進行特 征提取和描述。由于Fourier變換丟失了掌紋紋線的位置和細(xì)節(jié)信息，使 得提取出來的特征不

13、夠直觀。2）基于2D Gabor變換的識別首先運用擴展后的2D Gabor相位編碼進行掌紋的特征提取和描述（紋 線特征分為實部和虛部），然后使用一種規(guī)范化漢明距離進行匹配，處理 速度較快。Gabor變換確實能反映出圖像信號在任意局部范圍的頻域特 性，這是它比Fourier變換優(yōu)越之處，但這種方法不能實現(xiàn)多分辨率分析， 會丟失一些紋理信息。3）基于小波變換的識別小波分析10是一種有效的多分辨率分析工具，在人體生物特征識別 方面，小波變換得到了有效的應(yīng)用。在掌紋圖像特征提取技術(shù)中，利用 小波變換將掌紋圖像定義了一種多分辨率的紋理特征一一小波能量特 征，該特征是將各級小波分解的細(xì)節(jié)圖像分塊后計算出來

14、的，可反映掌 紋紋理能量的不同位置、不同方向、不同分辨率下的分布情況，從而很 好地刻畫掌紋圖像特征。4）基于二維PCA的掌紋識別方法研究U1】主成分分析采取一種降維的方法，找出幾個綜合因子來代表原來眾 多的特征，使這些綜合因子盡可能地反映原來變量的信息，且彼此之間 互不相關(guān)，從而達(dá)到簡化的目的。掌紋識別技術(shù)是近年來新興的一種身份識別方法，是對現(xiàn)有的生物 識別技術(shù)的重要補充，有廣泛的用用前景，值得深入研究。參考文獻(xiàn)：ZHANGD.Biometrics-auniqueauthenticationapproachR.Hongkong:HKCS-ISSG,2004.SHU W,ZHANG D. Aut

15、omated personal identification by palmprintJ.OpticalEngineering,1998,37（8）:2359-2362.David Zhang , Wai-Kin Kong , Janc You , ang Michacl Wong . Online Palmprint IdentificationJ . IEEE Transactions on Pattern Analysis and Machine Intelligence . 2003,25(9):1041-1050.王濤，李文新.一種基于小波變換的掌紋識別新方法A.第四屆生物識別學(xué)術(shù)會

16、議 論文集C.北京：清華大學(xué)出版社，2003.Poon C, Wong D C M, Shen H C. A new method in locating and segmenting palmprint into region-of-interest. In: Pro-ceedings of the 17th International Conference on Pattern Recognition. Washington D. C., USA: IEEE, 2004. 533 536Liambas C, Tsouros C. An algorithm for detecting han

17、d ori-entation and palmprint location from a highly noisy image.In: Proceedings of IEEE International Symposium on Intel-ligent Signal Processing. Alcala De Henares, Spain: IEEE,2007. 1 6W. X. Li, D. Zhang, Z.Q. Xu., Palmprint Identification by Fourier Transform. InternationalJournal of Pattern Reco

18、gnition and Artifical Intelligence 2002, 16(4), 417-432.盧光明，掌紋識別系統(tǒng)關(guān)鍵技術(shù)與算法研究.學(xué)位論文2005,哈爾濱工業(yè)大學(xué), 55-71.戴青云，余英林,張大鵬.基于結(jié)構(gòu)特征的在線掌紋的分類方法J.模式識別與人工 智能,2002,15(1):112-116.Mallat S. A Wavelet Tour of Signal Processing. 2nd edn . New York:Academic Press,1999.CHANGZHI WEN, JIASHU ZHANG. Palmprint recognition based on Gabor Wavelets and 2-Dimensional PCA&PCAC.ICWAPP07 International Conference on Wavelets Analysis and Pattern Recognition, 2007, 4: 1518-1523.鄔