（电路与系统专业论文）在线掌纹识别的算法研究与系统开发.pdf

中i 朔科学技术人学硕t 。，j 位论文 摘要 在线掌纹识别的算法研究与系统开发 摘要 伴随着当今社会智能化、信息化和网络化的发展，以及通讯技术的高度发达， 人们对信息安全的要求也越来越高。个人身份鉴别已经成为人们日常生活中不可缺 少的重要于段利环节。牛物特征识别( b i o m e t r i c s ) 是阻人体固有的各种生理和形态 特征作为识别介质，从而达到唯一识别个人身份的新兴研究学科。其中掌纹识别方 法是相对起步较晚的一种识别方法。但是由于掌纹识别与其他几种生物特征识别方 法比较起来，有它独特的优点：掌纹图像易于采集，对掌纹图像质量要求容易满足， 用户心理上易于接受，容易和其他生物特征识别方法进行融合等优点。因而已成为 当前生物认证领域的研究热点。 本文综合应用数字图像处理和模式识别等方面的理论和方法，系统深入的探讨 了掌纹识别的各个技术环节，研究并实现了一个在线掌纹识别系统，主要的研究工 作和贡献如下： 一、掌纹图像的采集：设计并实现了一套有效的掌纹图像采集设备。 二、掌纹图像的预处理：提出了一种快速有效的掌纹定位算法，首先用自适应 阈值法把掌纹图像从背景中分割出来，然后用边缘跟踪法提取出手掌边缘， 最后用局部极值法找到辅助定位点。并对掌纹图像进行旋转归一化，提取 出r o l ( r e g i o no f i n t e r e s t ) 区域。 三、掌纹特征提取：根据掌纹细节纹理非常丰富的特点，将l b p ( i o e a lb i n a r y p a t t e r n s ) 日l 入了掌纹识别领域。研究了两种掌纹特征的提取与匹配算法，提 出了一种结合p c a ( p r i n c i p l ec o m p o n e n t a n a i y s i s ) 和l b p 提取掌纹特征的方 法，以及另一种用a d a b o o s t 提升l b p 纹理特征的方法。实验结果表明， 这两种算法都有较好的识别率，能满足系统的实时性要求。 四、设计并实现了一套在线掌纹识别系统，目前运行正常，效果良好 关键词：牛物特征识别掌纹识别掌纹预处理特征提取l b pa d a b o o s t 中i 卅科学技术人学砸十学位论文 a b s t r a c t 在线掌纹识别的算法研究与系统开发 a b s t r a c t w i t ht h e d e v e l o p m e n t o f i n t e l l i g e n tt e c h n o l o g y ，n e t w o r kt e c h n o l o g y i n f o r m a t i o nt e c h n o l o g ya n dc o m m u n i c a t i o nt e c h n o l o g y ，p e o p l e sr e q u e s tas a f e r i n f o r m a t i o ns y s t e m p e r s o ni d e n t i f i c a t i o nb e c o m e sm o r ei n d i s p e n s a b l ya n dh a s b e e nai m p o r t a n tm e a n si nt h ed a i l yl i f e b i o m e t r i c s ，w h i c hr e f e r st oa u t o m a t i c r e c o g n i t i o no fp e o p l eb a s e do nt h e i rd i s t i n c t i v ea n a t o m i c a l ( e g f a c e ，f i n g e r p r i n t ， p a l m p r i n t ，i r i s ，r e t i n a ，h a n dg e o m e t r y ) a n db e h a v i o r a l ( e g s i g n a t u r e g a i t ) c h a r a c t e r i s t i c s c o u l db e c o m ea ne s s e n t i a ic o m p o n e n to fe f f e c t i v ep e m o n i d e n t i f i c a t i o ns o l u t i o n sb e c a u s eb i o m e t r i ci d e n t i f i e r sc a n n o tb es h a r e do r m i s p l a c e d ，a n dt h e yi n t r i n s i c a l l yr e p r e s e n t t h ei n d i v i d u a l 。s b o d i l yi d e n t i t y c o m p a r e dw i t h o t h e rb i o m e t r i c st e c h n o l o g y ，p a l m p r i n tr e c o g n i t i o nh a sb e e n r e s e a r c hl a t e r ，b u ti th a ss o m eu n i q u ea d v a n t a g e s ：e a s yt oc a p t u r e ；l o w - r e s o l u t i o n i m a g e sc a nb ee m p l o y e d ；e a s yt ob ea c c e p t e d ；e a s yt of u s ew i t ho t h e rb i o m e t r i c s t or e c o g n i t i o n ，e t ci ti sf o rt h o s er e a s o n st h a tp a l m p r i n tr e c o g n i t i o nh a sr e c e n t l y a t t r a c t e da ni n c r e a s i n ga m o u n to fa t t e n t i o nf r o mr e s e a r c h e r s b a s e do nt h et h e o r ya n dm e t h o do fd i g i t a li m a g ep r o c e s s i n ga n dp a f f e r n r e c o g n i t i o n ，s e v e r a lp a r t so faw h o l eo n l i n ep a l m p r i n tr e c o g n i t i o ns y s t e ma r e e x p l o r e dt h o r o u g h l yi nt h et h e s i s t h e s ea s p e c t sl i s t e db e l o wh a v eb e e np r i m a r y r e s e a r c h e d p a i m 州n ti m a g ec a p t u r e ：a ne q u i p m e n tf o rp a i m 州n li m a g ec a p t u r em a d ei n o u rl a b o r a t o r yh a s b e e ni n t r o d u c e di nt h i ss e c t i o n p a l m p r i n ti m a g ep r e p r o c e s s i n g ：af a s ta n de f f e c t i v el o c a l i z i n ga l g o r i t h mh a s b e e nb r o u g h tf o r w a r dt h ep a l m p r i n ti m a g eh a sb e e ns e g m e n t e df r c l mt h e b a c k g r o u n du s i n ga na u t o a d a p t i v et h r e s h o l d ，a n dt h ee d g eo fp a l m p r i n th a s b e e nd i s t i l l e du s i n ge d g e t r a c k i n g t h e nt h e s ea s s i s t a n tl o c a l i z i n gp o i n t sc a n b er e c e i v e d a tt h el a s tw ec a nr o t a t ea n dn o r m a l i z et h ep a l m p r i n ti m a g et o 中l = i 科学技术人学硕十学位论文 a b s t r a c t 在线掌纹识别的算法研究与系统开发 g e tt h er e g i o no fi n t e r e s t p a l m p r i n tf e a t ur ee x t r a c t i o n ：w ei n t r o d u c ean e wf e a t u r ee x t r a c t i o nm e t h o d t h a tu s e st h el b p ( 1 0 c a lb i n a r yp a t t e r n s ) t oe x t r a c tt h ep a l m p r i n tf e a t u r e b e c a u s et h ep a l m p r i n ti m a g eh a sa b u n d a n td e t a i lt e x t u r e a n dp r o p o s et w o n e wi m p r o v in gl b pm e t h o d st oe x t r a c tp a l m p r i n tf e a t u r e o n e si sc o m b i n e s p c a ( p r i n c i p l ec o m p o n e n ta n a l y s i s ) w i t hl b rt h eo t h e ri su s i n gt h e a d a b o o s ta l g o r i t h mt os h i f tt h el b pf e a t u r e e x p e r i m e n t a lr e s u l t ss h o wt h a t t h et w om e t h o d sh a v ee n c o u r a g i n gp e r f o r m a n c ea n dc a nm e e tt h er e a l t i m e r e q u e s t v a tt h el a s tp a r to ft h i sp a p e r ，a no n l i n ep a l m p d n tr e c o g n i t i o ns y s t e mh a sb e e n i n t r o d u c e dp a r t i c u l a r l y n o wt h es y s t e mi sr u n n i n ga ti t sg o o ds t a t e k e yw o r d ：b i o m e t r i c s ，p a l m p r i n tr e c o g n i t i o n ，p r e - p r o c e s s i n g ，f e a t u r ee x t r a c t i o n ，l b p , a d a b o o s t 6 中国科学技术人学硕十。i 位论文 第章绪论 在线掌纹识别的算法研究与系统开发 1 1 引言【1 卜【2 】 第一章绪论 当今社会信息化和网络化以及通讯技术的高度发达，人们对信息安全的要求也 越来越高。个人身份鉴别已经成为人们日常生活中不可缺少的重要手段和必要环节。 它已经被广泛用到了金融、医疗、保险、商务、国家安全、出入境管理、社会福利、 司法等社会生活的方方面面。近年来随着信息技术的飞速发展，电子商务、电子政 务和电子社会的大力推广，人们之间的信息接触越来越多，越来越广，人们对快速、 准确、可靠的数字式身份识别系统的需求也越来越多。 传统的身份验证机制一般通过两种基本要素来进行验证：一种是待验证者所持 有的物品，通常指钥匙、令牌、证件等等：另一种是待验证者所知道的东西，通常 指密码、证件号码等。然而，这些传统的身份鉴别方法存在明显的缺点：个人拥有 的物品容易丢失或被伪造，个人的密码容易遗忘、记错或被破解。更为严重的是这 些验证系统无法区分真正的授权用户和取得身份标识物的冒充者，一旦他人获得了 这些身份标识事物，就可以拥有和授权用户相同的权力。 于是，生物特征识别技术作为一种新的用于身份识别的强有力的手段浮现出来。 生物特征识别技术是一门利用人生理上的特征来识别人的科学。与传统方法的不同 在于，生物特征识别方法依据的是我们所拥有的东西，是我们的个体特性。理论上， 任何生理上的特征只要符合以下几点要求都可以用来进行认证： ( i ) 普遍性：每个人都拥有该特征： ( 2 ) 惟一性：任何两个人之间不存在相同的该特征； ( 3 ) 不变性：该特征不随时间变化： ( 4 ) 可采集性：该特征可以定量采集。 在实际应用中，往律很难找到能够同时满足以上所有条件的生物特征。从实际操作 中国科学技术火学硕十节位论文在线掌纹识别的算法研究与系统开发 第一章绪论 的角度来说，种适合的生物特征通常包括：可被精确地测量、采集速度快、公众 可以接受、较高的可信度、比对速度快、较好的防伪性、有可以接受的存储设备等。 其性能包括识别准确率、识别谜度、系统鲁棒性、系统所需资源和影响系统性能的 因素等。 1 2 生物特征识别技术概述【1 一i t l 人类能够依靠天牛的能力，通过声音、脸形和其他特征来辨认别人。而对于机 器，则必须由程序壹告诉它该如何利用同样可以观察到的信息来识别不同的人。技 术的进步，特别是牛物特征识别技术的进步，能够帮助缩小人的感知和机器识别之 间的差距。 牛物特征识别技术是为了进行身份验证而采用自动技术测量其身体的生理特征 或是个人的行为特点，并将这些特征或特点与数据库中的模板数据进行比较，完成 认证的一种技术。人的生物特征是惟一的，生物特征识别技术的基本工作就是对这 些基本的、可测量或可自动识别和验证的生理特征进行统计分析。所有的工作大多 进行了这样四个步骤：图像获取、抽取特征、比较和匹配。 生理特征指用于鉴别的人体器官本身的特征，它是与生俱来的，多为先天性的， 不随客观条件和主观意愿发生改变，又叫静态特征。可应用于身份鉴别的生理特征 主要集中在头部和下部。如指纹、虹膜、视网膜、掌纹、颅骨等。行为特征则是指 人们长期生活养成的行为习惯，多为后天性的，又叫动态特征。这类特征主要包括 语音、签名、步态特征、击打键盘的力度等。到目前为止，国内外已经有多种生物 ( a ) 人脸( b ) 指纹 ( c ) 手形 ( d ) 视网膜 中吲科学技术大学硕十。# 位论文 第一章绪论 在线掌纹识别的算法研究与系统开发 ( e ) 虹膜( f ) n 音( 曲签名 图1 i几种常见的几种生物认证方式 特征身份识别系统投入使用。其中最多的是手形和指纹识别系统，其他的识别系统 包括虹膜、视网膜、人腧、语音和步态以及d n a 检测等等。 时至今日，牛物认证已经拥有了数量众多的公共和私人用户。自2 0 0 1 年9 月1 1 日的恐怖袭击事件之后，普遍增长的公共安全意识也使生物认证技术更受青睐。更 多的设备制造商给电脑设备和其他产品提供了生物认证功能。许多公司提供生物认 证验证的选择，并在他们的产品中加入生物认证传感器和匹配功能。生物认证技术 越来越得到蓬勃的发展，及早独立拥有自己的知识产权和开发能力，就有资格参与 制定相关标准，从而丰导该技术的发展方向和占有市场。 1 3 生物识别主流技术简介【1 】一 6 1 1 3 1 指纹 十九世纪初，科学研究发现了至今仍然承认的两个重要特征：一是两个不同手指 的指纹纹脊的样式( r i d g ep a t t e r n ) 不同，另外一个是指纹纹脊的样式终生不变。这个 研究成果使得指纹在犯罪鉴别中得以正式应用。二十世纪六十年代，由于计算机可 以有效地处 罩图形，人们开始着手研究计算机来处理指纹，自动指纹识别系统a f i s 在法律实施方面的研究与应用有就由此展开来。一个优秀的生物识别系统要求能实 时迅速有效地完成其识别过程。所有的生物识别系统都包括如下几个处理过程：采 集、解码、比对利馗配。指纹识别处理也样，它包括对指纹图像采集、指纹图像 巾困科学技术人学硕十。= 旺论文在线掌纹识别的算法研究与系统开发 第章绪论 处理特征提取、特征值的比对与匹配等过程。使用指纹识别方式的优点在于其可靠、 方便与便于被接受。许多研究表明指纹识别在所有生物识别技术中是最易成熟，且 已大量应用的一种技术手段。 1 3 2 手形 手掌几何学是基于这样一个事实：几乎每个人的手的形状都是不同的，而且这个 手的形状在人达到定年龄之后就不再发生显著变化。当用户把他的手放在手形读 取器上时，一个丁的二维图像就被捕捉下来。接下来，对手指和指关节的形状和长 度进行测量根据用来识别人的数据的不同，手形读取技术可划分为下列三种范畴： 手掌边缘的应用，丁中血管的模式，以及手指的几何分析。映射出手的不同特征是 较为简单的，不会产生大量数据集。但是，即使有了相当数量的记录，手掌几何学 不一定能够将人区分开来，这是因为手的特征是很相似的。与其他生物识别方法相 比较，手掌几何学不能获得最高程度的准确度。当数据库持续增大时，也就需要在 数量上增加手的明显特征来清楚地将人与模板进行辨认和比较。 1 3 3 虹膜和视网膜 分析眼睛的复杂和独特特征的生物识别技术被划分为两个不同的领域：虹膜识 别技术和视网膜识别技术，虹膜是环绕着瞳孔的一层有色的细胞组织 虹膜辨识系统使用一台摄像机来捕捉样本，然后由软件来对所得数据与储存的 模板进行比较。角膜是眼睛底部的血液细胞层。视网膜扫描的进行是用低密度的红 外线去捕捉视网膜的独特特征。我们所知的位于视网膜中心的区域被扫描，血液细 胞的唯一模式就因此被捕捉下来。视网膜识别技术被认为是最好的生物识别。然而， 尽管它有着高度的准确性，人们通常认为这项技术不方便进行图像采集。因此，它 很难获得终端用户的普遍接受。 中刚科学技术大4 学砸十_ 位论文 第一章绪论 在线掌纹识别的算法研究与系统开发 1 3 4 人脸 人脸识别是在摹于人体生物特征的身份鉴别中最自然的方法，与人类的习惯最 为符合。它通过分析脸部特征的唯一形状、模式和位置来辨识人。基本上有两个方 法来处理数据：摄像机和热量绘图。标准摄像技术是建立在由摄像机捕捉到的脸部图 像上。热量绘图技术分析皮肤下的血管热量发生模式。人脸识别技术由于受到光照、 姿势和表情的影响，技术难度较大，目前仍是国内外研究的热点。 1 3 5 语音 语音的辨识是对基于牛理学和行为特征的说话者嗓音和语言学模式的运用。它 与语言识别不同在于这项技术不对说出的词语本身进行辨识。而是通过分析语音的 唯一特性，例如发音的频率，来识别出说话的人。语音辨识技术使得人们可以通过 说话的嗓音来控制能否出入限制性的区域。举例来说，通过电话拨入银行、数据库 服务、购物或语音邮件，以及进入保密的装置。虽然语音识别是方便的，但由于非 人性化的风险、远程控制和低准确度，存在不可靠现象。一个患上感冒的人有可能 被错误的拒认从而无法使用该语音识别系统。 1 3 6 签名 签名识别，也被称为签名力学辨识( d a n a m i cs i g n a t u r ev e r i f i c a t i o n d s v ) ，它是 建立在签名时的力度上的它分析的是笔的移动，例如加速度、压力、方向以及笔划 的长度，而非签名的图像本身。签名力学的关键在于区分出不同的签名部分，有些 是习惯性的，而另一些在每次签名时都不同。签名的使用己经被广泛地接受，应用 范围从独立宣言到信用膏都可见到。然而，签名辨识的问题仍然存在于获取在辨识 过程中使用的度量的方式以及签名的重复性d s v 系统已被控制在某种方式上去接 受变量。但是，如果不降低接受率，它就无法持续地衡量签名的力度。 中国科学技术太学硕十学位论文 第一章绪论 在线掌纹识别的算法研究与系统开发 1 4 掌纹识别技术的研究现状h 阡 1 3 】 在上面提到的几种牛物特征识别方法中，掌纹识别方法是相对起步最晚的一种 识别方法。但是由f 掌纹识别与其他几种生物特征识别方法比较起来，有它独特的 优点：掌纹图像易于采集，对掌纹图像质量要求容易满足，用户心理上易于接受， 容易和其他牛物特征识别方法进行融合等优点。近几年来，国内外很多科研人员都 开始了对掌纹识别的研究。其中香港理工大学的张大鹏教授在这方面是最早开始进 行研究的，他提出了多种特征提取方法对掌纹图像的几何特征和变换域特征进行了 分析，取得了较好的效果。香港科技大学的a k u m a r 等也在进行着掌纹识别的研究。 国内的哈尔滨工业大学，北京大学，北方交通大学，北京工业大学，中科院自动化 所也都正在进行这方面的研究。 人的掌纹上存在着三条明显的主线( p r i n c i p l el i n e ) ，如图1 - 1 ( a ) 、图1 - 1 ( b ) 中所 示，除了这些丰线以外，还有大量的介于主线和乳突线之间的细小褶皱( w r i n k l ea n d r i d g e ) ，如图1 ( b ) 中所示。这些主线和细节纹理不随时间改变并且有着旋转不变性， 因此这些特征可以被认为是区分个体的可靠和稳定的特征，一般的掌纹特征提取算 法也就围绕着这些特征进行展开。 主要的方法有提取掌纹图像的点、线等几何特征，用l b p 方法提取掌纹图像的 纹理特征，用傅立叶变换或者g a b o r 变换提取掌纹图像的变换域特征等。具体情况 如下： ( a ) 中幽科学技术人。硎h 位论文 第一章绪论 在线掌纹识别的算法研究与系统开发 图1 1 掌纹结构示意图 ( 1 ) 基于线特征的提取与匹配；该方法由张大鹏、束为在1 9 9 9 年提出。由于直 线段的匹配比曲线的匹配简单，该方法把掌纹中的纹线都看成由小的直线段组成的 纹理，于是掌纹的匹配就转变为对从掌纹中提取出来的直线段的匹配。 ( 2 ) 基于点的特征提取和匹配：该方法由n i e o l a ed u t a ，a n i lj a i n 等人于2 0 0 2 年提出，这种方法沿掌纹上比较明显的纹理提取一些特征点以及相关联的纹理线的 方向，并利用提取的点匹配技术，计算两组特征点及其方向的匹配程度，决定两幅 掌纹图像是否来自同一个人。 ( 3 ) 基于傅立叶变换的特征提取与匹配：与其他的方法不同，该方法是把掌纹图 像由空域变换到频域再进行统计特征提取与匹配，这是因为掌纹特征在空域和频域 上的图像有一定的相关性。通常，如果空域图像中的纹线越强，则频域图像中信息 分布越分散；如果空域图像中有一条粗的纹线，则在频域图像中将有更多的信息在 这条纹线的垂直方向上。 ( 4 ) 基于全局统计特征的提取与匹配：该方法是基于统计特征的，是由a j a y k u m a r ，a n i lj a n 等人于2 0 0 3 年提出的。该方法先用椭圆拟合算法校正掌纹图像， 再对图像进行腐蚀和膨胀，提取出掌纹中央的一个正方形区域，对该区域进行分块， 对每一小块进行统计特征的提取与匹配。 ( 5 ) 分层的特征提取与匹配：为了提高特征匹配的正确率，减少特征匹配的次数， 分层的特征提取与匹配的方法被提出。这种方法利用掌纹上一些辨别力不是很强的 特征把掌纹分类成n 个子集，再使用精度较高的线匹配或点匹配等方法在每个子集 中进行进一步的匹配，大大减少了计算量，提高系统的实时性。 ( 6 ) 基于k l 变换的特征提取与匹配：该方法中，依靠k l 变换，原始掌纹图 像被变换为特征空间上训练集的特征向量，该特征向量较好的表示了掌纹的主要构 造，然后，通过投影一个新的掌纹图像到子空间提取特征，借助欧式距离分类器进 行掌纹识别。 ( 7 ) 基于g a b o r 滤波器的特征提取与匹配：该方法中，掌纹被考虑成为一块纹理 的结构，使用：j 一维的g a b o r 滤波提取纹理特征信息，再计算两幅掌纹图像所提取特 中封科学技术大学硕十学位论文 在线掌纹识别的算法研究与系统开发 第。章绪论 征之间的汉明距离，以判断是否来自同一认。 ( 8 ) 基于神经网络的方法：使用s o b e l 算子和形态学操作对丈夫文图像进行处理 后，进行特征提取，然后使用后向传播神经网络来衡量两幅掌纹图像的相似度。 1 5 本文的主要主要研究内容和结构安排 本文首先论述了掌纹图像的获取和预处理方法。具体介绍了图像采集的方法和 要求，之后也给出了掌纹图像预处理方法的详细步骤。 接着实现了二种提取掌纹图像纹理特征的方法：一、用特征掌的方法提取特征 掌的特征提取算法，二、提出了将p c a 和l b p 结合提取掌纹特征的方法，即先用 p c a 重建掌纹图像，抽取出图像的丰要信息，再用l b p 方法来提取纹理特征。三、 实现了用a d a b o o s t 来提升掌纹l b p 特征的方法。 最后设计和实现了一个在线掌纹识别系统。 本文以下的内容是这样安排的： 第一章对牛物特征识别领域做了一个简单的概述，其中重点介绍了掌纹识别的 研究现状；第：二章丰要讲述掌纹图像的采集及掌纹数据库：第三章讲述掌纹图像的 预处理：第四章丰要讲述掌纹图像的特征提取方法，着重讲述了上面提到的几种算 法，跟着讲述了这几种特征提取方法相关的分类匹配方法，并给出了各种实验方法 的结果；第五章详细介绍了目前己设计和开发的在线掌纹识别系统；第六章是结束 语。 中幽科学技术大学硕士学位论文 在线掌纹识别的算法研究与系统开发 第。章掌纹图像采集及掌纹数据库 第二章掌纹图像采集及掌纹数据库 要实现一个有效的牛物识别系统，首先必须研究并解决该生物特征的获取这个 关键的技术问题。这是所有后续处理的基础，其效果直接影响到身份识别的准确性， 可靠性，以及可推广性。目前的许多生物特征鉴别系统的性能往往达不到令人满意 的程度，人体牛物特征获取是其中一个非常关键的原因。因此，设计一套实时掌纹 图像采集设备用于获取高质量的、稳定的掌纹图像信息，使其能够适用于各种不同 的环境并能实时采集是掌纹识别系统中的一个关键技术。 2 1掌纹图像采集 8 1 - 【1 s 】 掌纹图像的采集方式主要可分为两种：离线式掌纹图像采集和在线式掌纹图像 采集。所谓离线掌纹图像采集，是指掌纹图像的采集及其数字化存储是独立的两个 阶段，先通过一定的方法获得掌纹图像，然后将该图像数字化存储到计算机中：而 在线掌纹图像采集则是指利用光学、电子、计算机等技术，实时地获得并保存数字 化地图像。 从目前国内外的研究现状来看，掌纹图像获取的实现方法主要有四种：用按掌 印的方法获取、用脱机照相的方式获取、通过扫描的方式获取和通过连续成像装置 获取。其中前两种采集方法只能离线采集掌纹，而后两种方法能做到实时在线式掌 纹采集。按掌印的方法一般可以达到比较高清晰度地图像。但是图像的质量与着墨 地程度和手掌按压的力度有关。由于存在人为的因素而不容易获得质量稳定的掌纹 图像，这给自动化掌纹识别带来很大地难度。脱机照相的方法采集掌纹比较方便， 但是难以应用到实际的系统中去。扫描的方式具有简单易用、成本低、能实时采集 等优点，但它也存在用户采集的掌纹质量差、采集速度慢等缺点。相比较以上几种 采集方法而言，用连续成像装置采集掌纹则具有采集到的图像质量高、成像时间短、 可提供不同分辨率大小的图像，适合于实时性操作的应用。而且随着计算机硬件技 巾围科学技术大j j 硕十。 位沦文在线掌纹识别的算法研究与系统开发 第一章掌纹图像采集及掌纹数据库 术的发展，这类装置的成本越来越低，是掌纹采集设备的发展趋势。 香港理工大学张大鹏教授发明的一种采集掌纹的设备，它是用连续成像装置获 取掌纹，如图图2 1 ( a ) 所示，这是目前惟一公开的实际应用的掌纹采集装置。它是 一种接触式的设备，上面有一个手掌形状的模板，采集掌纹图像时，有一些小的立 柱用来限制手掌的平移和旋转。以便于在图像预处理阶段，更容易地找到手指间的 分叉点以校正图像的位置。图23 ( a ) 就是使用该设备采集的图像。 ( a ) 香港理工大学掌纹采集装置图( b ) 本实验室掌纹采集装置图 图2 一l 掌纹采集装置 本实验室在进入掌纹识别这个研究领域后，就设计和制作了一套掌纹采集装置。 该装置在综合考虑掌纹图像的特点、待采集者的舒适程度和图像采集方式等各种因 素，选用连续成像装置捕获图像的方法，把c c o 装置放入一个半封闭的采集箱中，箱 中还带有一个固定的照明设备。采集箱的四周贴上一层淡黄色的不反光的材料，而 内底表明则贴上一层黑色的材料，使采集到的手掌图像的背景是黑色，这样就便于 后续对掌纹图像进行预处理。由于手掌是人体相对最灵活的部位之一，在相同的采 中圜科学技术大学硕士学位论文在线掌纹识别的算法研究与系统开发 第一章掌纹图像采集及掌纹数据库 集条件和采集过程下，即使在设备上加装了固定手掌的部件，也难以保证每次采集 到的手掌位置和姿势都相同，而且加装固定部件，反而会使待采集者产生不适，所 以我们的装置卜没有固定予掌的部件。由手掌位置变化引起的图像内容变化都可以 在掌纹预处理过程中解决。本实验室的采集设备外观如图2 - 1 ( b ) 所示，采集到的图 像如图2 3 ( c ) 、图2 3 ( d ) 所示。 ( a ) 半封闭采集箱 ( b ) 照明设备示意图 图2 2 掌纹采集装置示意图 我们的采集设备将手掌与外界光线隔离，营造了良好的采集环境。采集后的手 掌图像的色彩与背景相差很大，将他们转化为灰度图后，背景的灰度值基本上是单 一的，不存在灰度变化。而且手掌部分和背景的对比度很强，使得我们使用单个阈 值进行全局闽值化就可以对手掌图像进行分割。 2 2 掌纹图像数据库 得到一个相当规模的掌纹数据库是研究掌纹识别技术和评价掌纹系统性能的基 础。掌纹图像数据库的建立是一个长期积累的过程，维护好得到的掌纹样本将对后 续的研究工作带来极大的便利，也将为系统测试和评价提供一个通用的、标准的平 台。虽然掌纹特征的唯一性与稳定性得到了大家的公认，但如何在采集和分析大量 掌纹样本的基础上，从理论或实验的角度给出合理的证明也是必要的。 日前己知的公开的掌纹数据库只有两个，其中一个是香港理工大学生物研究中 巾囡科学披术大学硕士学位论文在线掌纹识别的算法研究与系统开发 第二章掌纹图像采集及掌纹数据库 心建立的p o l y l j 掌纹数据库。该库中包括来自5 0 个人、1 0 0 只掌的6 0 0 个掌纹图像 样本( 每个手掌6 个样本) ，每张图像为2 8 4 * 3 8 4 像素大小，格式为8 位灰度级位图格 式；另一个则是香港科技大学a k u m a r 、p r o f h e l e n 等人建立的u s t 手掌数据库【】， 该数据库共有来自2 8 7 个人、5 7 4 只手掌的5 7 4 0 张手掌图像样本( 每个手掌1 0 个样本) ， 每张图像为1 2 8 0 9 6 0 像素大小，格式为2 4 位深度j p s 格式。这两个数据库中的样图图 片分别如图2 2 ( a ) 、图2 2 ( b ) 所示。由于这两个数据库中图像的内容及大小不同， 因此对手掌定位及预处理的方法也各自不同。它们都为本领域的研究人员提供了一 个公共的可信算法测试、系统评价平台，受到了本领域研究人员的广泛好评，促进 了本领域的研究与发展。 ( a ) p o l y u 掌纹数据库样图 ( b )u s t 手掌数据库样图 ( c ) 本实验室掌纹数据库左手样图( d ) 本实验室掌纹数据库右手样图 图2 - 3 掌纹样图 中国科：掌技术人，：砌十。# 位论文在线掌纹识别的算法研究与系统开发 第章掌纹图像采集投掌纹数据库 为了拥有自己独立的知识产权和完整的研发能力，我们实验室在综合别人掌纹 采集设备优缺点的情况下，独立研制了一个基于c c i 成像装置的掌纹采集设备。并利 用这个设备初步建立了一个由2 1 0 个人、共4 2 0 0 张图片( 左右手各十张) 的手掌数据 库，其中每张图像为6 4 0 * 4 8 0 像素大小，格式为2 4 位深度位图格式。样图如图2 2 ( c ) 、 图2 2 ( d ) 所不。这个数据库与上面两个数据库相比，具有手掌位置、光线变化范围 大等特点，识别起来难度要更大一些，适合于做掌纹识别领域的研究。目前这个数 据库还在不断的完善中。 2 3 本章小结 在本章中，我们首先介绍了两个公开的掌纹数据库，接着介绍了掌纹图像获取 设备的设计和要求，根据这些设计要求，我们制作出了一个完善的掌纹图像采集设 备，并用这个发备建立了一个规模为4 2 0 0 张图片的掌纹数据库。 中国科学技术大学硕士学位论文 第三章掌纹图像预处理 在线掌纹识别的算法研究与系统开发 第三章掌纹图像预处理 利用我们自己设计的掌纹采集设备，我们采集了一个规模为2 1 0 人，总数有4 2 0 0 张掌纹图片的数据库，采集到的掌纹图片是包含了完整的手掌轮廓和掌心的纹理， 还有采集背景和可能的局部噪声的2 4 位真彩色的位图图片。由于我们在采集掌纹图 片时，没有固定手掌的位置，因此即使同个人的掌纹图片在不同的时间采集，也 都存在着位置、方向和i 图像表面的变化。而我们采集的掌纹图像，是要用于图像模 式识别的，一般来说，是用图像中像素的灰度值来进行运算的，因此还必须要将2 4 位真彩色位图转化为8 位2 5 6 色的灰度图，等等，这些都需要对采集后的掌纹图像进 行预处理川3 j 、( 悱( 2 8 。 3 1 预处理方法概述 为了方便提取掌纹特征，减少图像采集通道对识别效果的影响，我们需要采用 适当的方法对掌纹图像进行预处理。也即在原始掌纹图像上寻找些定位点，根据 这些定位点将原始图像置于校正后的坐标系内，再按设定的r o i ( r e - g i o no f i n t e r e s t ) 区域的大小，剪切出合适的r o i 区域来。 下面是进行掌纹图像预处理的具体流程： 步骤一：将原始2 4 位真彩色位图图片转换成8 位2 5 6 色灰度图片。 步骤二：用自适应闽值法对灰度图像进行二值化，分割出手掌。 步骤二：对手掌进行和形态学操作，消除手掌边缘上的毛刺等噪声。 步骤四：对于掌进行高斯低通滤波，去除手掌图像全局噪声影响。 步骤五：对阈值分割后的手掌图像进行边缘跟踪。 步骤六：用局部极值法找到手掌边缘上的辅助定位点。 步骤七：根据计算得到的掌纹图像倾斜角度和方向，将图像进行旋转归一化。 步骤八：根据设定的大小，剪切出r o i 区域。 中嘲科学技术人学硕士学位论文 第三章掌纹图像预处理 在线掌纹识别的算法研究与系统开发 3 2 分割掌纹图像 在对掌纹图像进行分析前，把掌纹从背景中分割出来是最重要的步骤之一，我 们采用的是完全分割( c o m p l e t es e g m e n t a t i o n ) ，能分割出完整的掌纹图像，它需要用 到数字图像处殚的一些知识和形态学的一些方法。 3 2 1 图像的阈值化 灰度级闽值化是最简单的分割处理。很多物体或图像区域表征为不变的反射率 或其表面光的吸收率，可以确定一个亮度常量即闽值( t h r e s h o l d ) 来分割物体和背 景。 图像r 的完全分割是区域马，如的有限集合 r = u r ，r i n r ，= i ， ( 3 1 ) 完全分割可以在简单的场景中通过闽值化处理得到。阈值化是输入图像厂到输出图 像g 的如下变换： 比小俄魏勰 慨z ， 其中r 是阈值，口。和6 。分别为某指定值或者原灰度值。如果口。= 1 、6 ，= 0 ，则分 割后的图像是二值图像，如果如果口。= ( x ，y ) 、b 。= o ，则分割后的图像就是一个 背景干净的物体图像。如果物体彼此不接触，且它们的灰度与背景的灰度明显地不 同，则闽值化就是一个合适的分割方法。 选择正确的阈值是阈值分割成功的关键，这种选择可以通过交互方式确定下来， 也可以根据某个阈值检测方法来确定。如果图像存在物体和背景的灰度变化，这种 变化可能是由非均匀照明、非一致的输入设备参数或其他一些因素造成的。在这种 情况下，使用白适应阈值化进行分割可以产生较好的结果，这时的阈值是局部图像 特征的函数，在图像范围内是变化的。 全局阈值足根据整幅图像，确定的： 第三章掌绞图像硕处理 在线掌纹识别的算法研究与系统开发 t = r ( s 1 ( 3 3 ) 另一方面，局部闽值是与位置相关的： r = ，( 厂，丘) ( 3 4 ) 其中正是阈值赖以确定的图像部分。一种选择是将图像，划分为子图像正，在每个 子图像中独立地确定一个阈值。此时，如果在某些子图像中不能确定阈值，可以根 据萁相邻子图像地阈值插值得到。然后每个子图像就可以依据局部阈值来处理。 更为复杂的阂值检测方法是基于直方图形状分析的。如果图像由有别于背景灰 度值的具有近似相同灰度的物体所组成，所产生的直方图是二模态的。物体像素构 成其中的一个峰，而背景像素构成另一个峰，而两个峰之间的像素灰度值不是普通 的，可能是物体和背景间的边界造成的。选择的阈值必须满足最小分割错误的要求， 选取在两个极大值之间的具有极小直方图数值的那个灰度值作为阈值。如果直方图 是多模态的，在任意两个极大值之间的极小值处可以取到多个闽值，每个阈值可以 给出不同的分割结果。 在现实中，要确定直方图是二模态的还是多模态的。二模态阈值检测算法通常 首先要寻找最大的局部极大值，然后取它们之间的极小值作为阂值，这种方法称为 模式方法( m o d em e t h o d ) 。为了避免检测到属于同一全局极大值的两个局部极大值， 通常要求这两个极大值对应的灰度之间的间隔不小于一个最小值，或者采用直方图 平滑按术。设直方图的两个极大值分别出现在z 和z 处，这两点至少相距某个最小 距离，它们之间的直方图最低点出现在屯处，然后用 也) m i n h ( z ，) ， b ，月测度直方 图的平坦性，若这个值很小，则表明直方图是双峰一谷状，可将z 。作为分割门限。 更为一般的方法在创建灰度直方图时，要考虑一个局部邻域内的灰度出现的情 况，其目的是建立一个具有较好峰谷比率的直方图。一种选择是给直方图贡献加权， 抑制具有高图像梯度的像素的影响。这意味着直方图主要有物体和背景的灰度值组 成，而边界的灰度( 具有较高梯度) 没有贡献。这会产生具有较深峰谷的直方图而使 确定阈值变得较容易。另一种方法基于同样的思想，只用高梯度像素形成灰度直方 图，意味着直方图丰要由边界的灰度组成且应该是单模态。其峰对应于物体和背景 间的灰度。分割阈值可以确定为峰值处的灰度值，或峰值处一部分的均值。 中l 剥科学技术大学颂= = 学位论文 第三章掌纹图像预处理 在线掌纹识别的算法研究与系统开发 3 2 2 分离手掌和背景 由于不同的于掌反射光的强度不同，有些手掌反射光的强度比较大，显得比较 亮，有些手掌反射光的强度比较小，显得比较暗，而且即使是同一个人的手，干净 和弄脏了的情况下，它的亮度是不一样的，因此就需要用自适应闽值法来进行分割。 我们使用4 个阈值来对图像进行分割，当一个效果不好时，就用下一个。 t h r e s h o l d = a 4 f ( i ，j ) l ( w i d t h + h e i g h t ) ( 3 5 ) ， 其中，a 是比例系数，w i d t h ；和h e i g h r 分别是图像的宽和高。 3 3 去除手掌边缘及全局噪声 3 3 i图像的形态学操作 腐蚀和膨胀等数学形态学可以应用于二值图像，也可以应用于灰度图像。他以 集合理论为基础，通过对“目标”和“结构元素”相互作用的集合运算来完成形态 操作。结构元素被定义为：任意大小、包含任意的0 和l 的组合( 结构) 。在结构元 素上可以指定一点作为原点。 在两个集合运算时，一个集合b 平移一个矢量x 通常记为b ，雪表示个与丑关 于坐标原点对称的集合，即雪是b 关于坐标原点的映像。参与运算的两个集合，其 中一个集合是分析对象的图像，这里记为z ，另一个集合为结构元素，记为口。 3 3 1 1 腐蚀和膨胀 腐蚀的作用是消除物体所有边界点，它可以把小于结构元素的物体去掉。般 意义上的腐蚀定义为： e ( x ，b ) = x b = x l b ，x ) ( 3 6 ) 当结构元素b 的原点移动x 个单位后，如果b 完全包含在x 中，则新图像上该点为1 否则为0 。 中国科学技术大学，顷十学位论文在线掌纹识别的算法研究与系统开发 第三章掌纹图像预处理 膨胀的作用是把图像区域周围的背景点合并到区域中，其结果是使区域增大相 应数量的点。一般意义上的膨胀定义为： d 口口) = x b = 扛j 最n 五o ( 3 7 ) 如果结构元素b 的原点移动x 个单位后，它与x 的交集非空，这样的点组成的集合 就是占对膨帐产牛的结果。 3 3 1 2 开运算和闭运算 先腐蚀后膨胀的过程称为开运算。它一般的作用是消除细小物体，在纤细点处 分离物体和平滑物体边界时又不明显改变其面积。 关于曰的开运算定义为 ( x ，层) ，2 口) 。曰 ( 3 8 ) 先膨胀后腐蚀的过程称为闭运算。其作用是填充物体内细小空洞，连接相邻物体， 在不明显改变物体面积的情况下平滑其边界。 关