掌纹识别系统的研究与实现

《掌纹识别系统的研究与实现》由会员分享，可在线阅读，更多相关《掌纹识别系统的研究与实现（75页珍藏版）》请在装配图网上搜索。

1、广东工业大学硕士学位论文掌纹识别系统的研究与实现姓名：黄海涛申请学位级别：硕士专业：信号与信息处理导教师：戴青云20070501Abstractwhich refers to the identification of a person by certain biological features such as fingerprint, iris, fece and palmprint or behavioral feature. It can be used to reinforce or even replace the traditional identification tools.

2、 It is becoming a potential technology in this era.Palmprint identification is a new branch ofbiometric technology. Since palmprint has the uniqueness and stability as fingerprint, the personal authentication can be determined completely by the line，geometry and texture features. The identification

3、system based on palmprint techonoly is friendly and easy to capture image, which can be plied to homeland security, social welfare, financial and ecommerce. Palmprint identification technology will become a new research and application field for personal authenticadoiL its also the important supplem

4、ent of the identification technology based on the fingerprint.This dissertation firstly concentrates on die research of the key technologies and algorithms of the palmprint identification system, and then tries to construct a palmprint identification system applied to social welfare. The main conten

5、ts are as follows:1, Introduction of biometrics and palmprint-2, The procedure of a palmprint identification system.3, Palmprint acquisition using DirectShow technology.4 Palmprint locatioiL A new location method based on comer detection is presented to get the palmprint feature.5. Feature extractio

6、n and feature representatioa A new feature extraction method is presented to reduce the algorithm complexity.6- On-line palmprint registration and identificatioa Database developed with ADO interface.m广东工业大学工学硕士学位论文Key Word: Biometrics; DirectShow; Palmprint Capture; Feature Extraction; Pahnprint Id

7、entification System.独创性声明独创性声明秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人在 导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以 标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，不包 含本人或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献 均B在论文中作了明确的说明，并表示了谢意。本学位论文成果是本人在广东工业大学读书期间g师的指导下取得的，论 文成果归广东工业大学所有。、年申请学文论文与资料若有不实之处，本人承担一切相关责任，特此声明。指导教师签名 论文作者签名55广东工业大学工学硕士学位

8、论文第一章绪论1.1课题研究背景与意义在高度信息化的现代社会，随着时代的进步，社会的发展，信息安全显示出 前所未有的重要性。在日常生活中以及刑事侦察、司法、出入控制、遗传性研究、 安全系统控制、人类学、医学等很多场合都需要准确无误的身份识别以确保系统 的安全，因此，人们对身份识别技术的要求更严格，身份识别技术面临着一场革 命。传统的识别方法主要分为两种2】，第一种是基于特征物品，比如使用身份证、 信用卡、印章、驾驶执照等：第二种是基于特定知识，比如使用密码、口令、暗 号等。这些传统的身份识别方法存在很多缺陷，基于物品的方法携带不便而且容 易丢失、损失、被盗用或伪造，基于知识的方法容易被遗忘、破

9、解、泄漏等因 此，传统的身份识别方法受到了严唉的挑战，显得越来越不适合现代科技的发展 和社会的进步。人们希望能够使用一种更加方便、安全、可靠的方法来进行身份鉴定。生物 特征识别技术】(Biometric Identification Technology)是通过利用人体本身特有的参 数特征，及生物统计特征来进行身份确认的一种技术生物特征是唯一的、稳定 的、可靠性的且不易伪造、不可替代，是可以测量或可自动识别和验证的生理特 性(人脸、指纹、掌纹、虹腹等)或行为方式(语音、签名、步态等严。生物特征识别技术是目前最为方便与安全的识别技术4】，它不需要记住复杂 的密码，也不需随身携带钥匙、智能卡之类的

10、东西。生物特征识别技术认定的是 人本身，没有什么能比这种认证方式更安全、更方便了。由于每个人的生物特征 具有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所 以利用生物特征识别技术进行身份认定，安全、可靠、准确此外，生物特征 识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管 理系统整合，实现自动化管理【。与传统的身份鉴定手段相比，生物特征识别技术具有以下特点- (1)生物特 征是人体所固有的特征，随身携带，不易遗忘或丢失，使用非常方便：（2)生物特 征与人体是唯一绑定的，防伪性好，不易伪造或被盗；在很多应用场合，生物特 征鉴定技术具有传统的身份鉴定手段无

11、法比拟的优点。如考勤，生物特征鉴定技 术可以有效防止代打卡的情况；又如身份证，若使用指纹，则可以有效防止身份 证的伪造问题。可见，人体生物特征识别技术是一项发展前景极好的髙新技术。 随着我们逐渐迈入数字时代，随着社会对身份识别要求的不断提高，生物特征鉴 定技术的这种性质显得尤为珍贵，该技术的重要性将日益凸现，具有广阔的应用前 景。掌纹识别是指根据人手掌上的有效信息来识别判断哪些掌纹图像是来自同一 只手掌，哪些掌纹图像是来自不同的手掌。人的掌纹千差万别，没有两个手掌是 完全相同的，即掌纹具有唯一性。根据掌纹的这一特点，可以用做人体的身份鉴 别。对掌纹的研究最初起源于手相学，早在古代，中国人就能通

12、过手相来获取许 多有用的信息。刑侦部门早就利用掌纹来侦破案件。掌纹识别技术作为生物特征 识别技术领域里的新成员，以其丰富的信息量，稳定而唯一的特征，近年来更受 到了全世界很多研究团队的高度重视，与此相关的新技术和新方法不断出现。由于掌纹图像的釆集很方便，对采集设备的要求不高，一般的摄像头或者扫 描仪都可以采集到很清晰的图像再加上生物特征识别技术中掌纹识别技术的 特点，出于市场需求，信息安全的重要性，利用掌纹识别技术搭建的生物识别系 统具有广阔的应用领域。在我国，随着生活水平的提高，保险观念的改变，保险意识的增强，社会福 利覆盖率将越来越大。资料表明：我国实现小康社会目标，就包括保证每人每年 的

13、社会福利为人均国民收入分配的四分之一到六分之一，国家每年将筹集几千亿 元的资金去完善社会福利制度。但是，美中不足的是，我国大概每年有至少 的社会福利被冒领。身份鉴别的可靠性成为社会福利领域倍受关注和必须解决 的问题。由于指纹比较容易磨损划伤，且髙龄人的指纹存在不同程度的裂痕，对识别 系统的精度影响较大。掌纹主线稳定，具有终生不变性，因此可以作为基于指纹 身份鉴别技术的重要补充，系统可应用于社会福利领域掌纹识别技术适合于解决当前社会福利被冒领的社会问题。主要因为： (1)随人年龄的增长，掌纹的三大屈肌纹主线基本不变，只是会有其他小纹第一章绪论出现或者消失，对掌纹的屈肌纹提取的特征，则保证一生不变

14、性和稳定性。而领 取养老金的人一般都是老人，掌纹这特点，则保证合法身份老人的权利。(2) 人的掌纹特征丰富，利用掌纹屈肌纹的走向等几何信息作为特征，可以起 到识别身份的作用。掌纹识别系统能达到误拒绝的可能性为万分之一，误接受的 可能性为125万分之一，完全可以胜任苟刻的高安全性要求P。(3) 掌纹采集方便，比起人脸、虹膜易于接受。而连接PC的桌面应用系统具 有灵活的系统结构，并且可以多个系统共享掌纹识别设备，可以建立大型的数据 库应用且系统维护容易。基于嵌入式系统的掌纹识别系统，把采集和处理集于一 身的单机系统，体积小，成本低，用途也更加广泛，鉴此，本文主要工作是研究并实现掌纹识别系统的框架，

15、主要提取屈肌纹的 几何信息作为掌纹特征，从社会福利领域的应用角度实现一个掌纹识别系统的原 型。1. 2生物特征识别技术1. 2. 1典型的生物特征识别技术目前常用于身份鉴别的生物统计学特征主要有指纹、人脸、虹膜、掌纹等3。 这些特征作为人体的生物特征，普遍具有唯一稳定性且不易丢失和替代。人们发 展的指纹识别、人脸识别、虹膜识别等多种生物特征识别技术，虽解决了传统身 份验证或辨识方法存在的问题，提供了相对方便、快速、准确的身份识别方法， 但是这些系统都存在着各自的缺陷和问题。指纹识别技术是当今应用最为广泛的生物特征识别技术，指纹的特征系指手 指表面由交替的“脊”和“谷”组成的平滑纹理模式，其中端

16、点和分叉点是最为 常用的特征f。指纹识别系统充分利用了两个人的指纹完全一样的几率是十亿分 之一这一特性。但这种技术要求釆集时指纹手指保持洁净、光滑。一般来说，指 纹识别技术具有以下优点：拒识率和误识率低；指纹采集设备日趋成熟、完善， 采集精度、速度以及采集设备的成本不断降低；被人们广泛接受，易于推广；指 纹具备再生性等。但同时也存在一些缺陷：指纹比较容易磨损和划伤，而且有些 人的指纹本身就不够清楚，难以获得满意的指纹图像：髙龄人的指纹存在不同程 度的裂痕，对识别系统的精度影响较大；指纹痕迹存在被用来复制指纹的可能性， 利用一定科技含量的手段能够克隆指纹g。对指纹识别的恐慌源于2002年，横滨

17、国立大学一名教授在演示中，从玻璃门上获得某人的指纹资料，并制造出凝胶模 型，成功地骗过指纹识别器19】。人脸识别技术主要通过人脸特征来进行身份鉴别。人脸识别技术具有以下优 点：面部识别是非接触的；适合人们曰常生活中识别不同个体的模式，易于被用 户接受和推广；对输入设备要求不商，成本低等。缺点是：系统的识别精度受脸 部的角度、位置和周围环境的影响很大；容易通过化妆或整容等手段来欺骗；年 龄增长、表情姿态影响特征的稳定性【8】，虹膜位于眼球外部曈孔的周围，环带状，表面布满毛细血管和神经，形成纹 理结构，通过提取纹理有效特征来进行身份鉴别。虹膜识别技术具有以下优点： 虹膜特征丰富，识别精度高；虹膜不

18、容易被复制，安全性高；虹膜釆集过程中， 用户不需接触采集设备等。而虹膜识别技术的缺点是：虹膜采集困难，采集设备 昂贵，对采集系统光源要求较高；不同人种虹膜特征差异较大等：普及受地区人 种因素影响。由英国人开发的虹膜技术，在东方也难普及.东方人的眼睛不像 西方人那么大，眼睫毛易挡住部分纹理结构，眼珠较黑，较难读取资料，因而识 别率会受到一定的限制，而且戴眼睛的人用起来很不便IW。因此，我们可以看出，基于各种不同生物特征的身份鉴别系统各有优缺点， 分别适用于不同的范围，只能综合各方面因素，根据特定场合，特定需要来选择 相应的识别技术。选择一种既能像指纹那样方便，精度又能满足实际要求的生理特征，用来

19、进 行身份验证是极有意义的，掌纹能符合该要求。1. 2. 2掌纹识别技术的特点手掌(palm)位于手腕和手指之间，掌纹(palmprint)就是手掌内表面上皮肤乳 突线隆起形成的，肉眼直接可见的花纹、纹理m。掌纹的形态受染色体基因的调 控，专家研究表明：掌纹的形态一旦形成后便会十分稳定【。手掌特征丰富,特征主要有:(1)几何形状(geometry features):根据手掌的形状， 能得到手掌的长、宽和面积等参数；（2)三条主线的特征(principal line features):由 于三条主线即生命线(life line)、感情线(heart line)、智慧线(head line)的

20、稳定性和唯 一性，它们的相对位置和形状是身份鉴别的重要特征；（3)域纹(wrinkle features): 手掌上的敏纹比屈肌纹更细，更不规则，因而，更多的细节特征能从中获取；（4) 细节特征(minutiae features)：掌纹除了屈肌纹和敏纹外，还有一些类似指纹的细 小的脊线，在手掌的外部最为明显【“】。在以上特征中，前两项从低分辨率，甚至是质量不高的图像中就可获取，而 后两项从高分辨率、高质量的图像中才能提取出来。主线特征是目前研究最多的 特征。掌纹特征具有唯一性、稳定性和不易伪造等，掌纹识别并不会让人联想到隐 私权的侵害，跟其他生物特征一样，掌纹识别技术适用于身份鉴别。与其他生

21、物特征识别技术比较，掌纹识别技术的特点有：（1)比起非接触的人 脸识别技术，掌纹不会轻易变形，采集的图像对实验而言效果好，具有更高的准 确性。（2)比起虹膜、视网膜等识别技术，投入成本低，而且易于采集，技术不受 地区人种因素影响。由于掌纹识别技术主要是基于掌面重要的屈肌纹特征， 屈肌纹一般深陷于皮肤下，且连贯性很好。比起指纹，人为损害伪造可能性极低， 完全可以胜任苟刻的安全性要求。基于掌纹的身份鉴别方法既能满足个人身份鉴别系统的技术指标(唯一性、 实时可靠、精度高、防伪安全、保护隐私)，又能克服指纹方法的局限性，大大简 化掌纹图像采集、掌纹特征提取和掌纹鉴别的过程。可以说，掌纹识别技术己 成为

22、基于生物特征身份鉴别技术的新的研究与应用领域，也成为基于指纹身份鉴别技术的重要补充。该技术具有广泛的应用前景。/1. 2. 3掌纹识别系统的开发应用现状生物特征识别系统对生物特征进行取样，提取其唯一的特征并且转化成数字 代码，并进一步将这些代码组成特征模板。人们同识别系统交互进行身份认证时， 识别系统获取其特征并与数据库中的特征模板进行比对，以确定是否匹配，从而 决定接受或拒绝该人。基于掌纹的生理特征具有的稳定性、唯一性、不易伪造、 采集方便的特点，开发的采集识别系统，主要通过手掌的几何尺寸、掌纹角点和 屈肌纹等特征来进行身份验证。掌纹识别的主要应用领域包括：1)高端门禁：国家机关、企事业单位

23、、科研 机构、高档住宅楼、银行金库、保险柜、枪械库、档案库、核电站、机场、军事 基地、保密部门、计算机房等的出入控制。2)公安刑侦：流动人口管理、出入境 管理、身份证管理、驾驶执照管理、嫌疑犯排査、抓逃、寻找失踪儿童、司法证 据等。3)医疗社保：献血人员身份确认、社会福利领取人员、劳保人员身份确认 等。4)网络安全：电子商务、网络访问、电脑登录等。5)其它应用-考勤、考 试人员身份确认、信息安全等【“！。目前，国外的掌纹识别技术已进入实用阶段：富士通06年向全球推出其掌纹 识别系统,并应用于移动手持设备上；日本东京三菱银行06年将有3000台ATM 机使用掌纹识别系统(”。美国，英国等大医院病

24、历资料室、警察厅也起用了掌纹 自动识别系统m。国内，研究和应用相对较晚,且为数不多，对掌纹特征的数理统计方面比较多 的研究还是限于一般的百分率、平均率、标准差、t检验等常规方法，还很少应 用复杂的神经网络、聚类分析、模糊分折方街14。国内应用方面主要有:道肯奇掌纹生物识别系统近来出现在上海国际明佳城， 但只是局限于黄金地段，高档公寓的门锁系统。长春龙嘉国际机场使用“掌纹” 门禁系统0。香港理工大学电子计算系的张大鹏教授和其研究团研发了掌纹辨析 系统，并仅用作保安用途【1”。中国科学院自动化研究所在2006年下半年，开发成 功三套自动掌纹识别系统：基于网络摄像头的非接触式掌纹识别系统、固定背景

25、的自由式掌纹识别系统、基于PDA平台的掌纹识别系统【1丨】。由于从国外引进技术设备的费用昂贵，核心技术掌握不多、行业应用没有统 的规范和标准、产业规模小、产品结构趋同化现象严重、政府推动与政策引导 的力度还比较有限1，可以说掌纹识别系统在国内的真正开发应用才刚刚起步， 国内对掌纹识别系统的自主研制才刚刚揭开序幕，但发展蓬勃。因此掌纹识别系 统的研究与实现无论从技术的先进性、市场的需求，还是从国家安全、知识自主 产权、国内掌纹研究现状和掌纹识别系统开发应用现状，本课题的掌纹识别系统 研究与实现都具有重要的意义。第二章掌纹识别系统1. 3本文主要内容与结构安排本文以掌纹为研究对象，搭建整个掌纹识别

26、系统框架，实现了掌纹识别系统 的原型，重点研究实现了掌纹采集的软件应用程序、掌纹特征区域的定位、主线 特征的提取以及特征库的建立，并在提取屈肌纹几何特征基础上实现掌纹的粗匹 配。全文共分六章。第一章是绪论，介绍本课题的研究背景与意义，生物特征识别技术，掌纹识 别技术的特点和掌纹识别系统的开发应用现状等。第二章介绍掌纹识别系统关键技术和算法。介绍系统的功能结构、实现流程， 包括掌纹图像采集、掌纹图像定位、掌纹的有效特征提取和特征匹配，列举分析 了当前应用于各个部分的主要技术和算法第三章详细介绍了本文如何实现在线掌纹图像的采集，内容包括采集器和软 件应用程序两部分。采集器着重介绍硬件设备的电路设计

27、和相关技术参数；软件 应用程序侧重介绍硬件设备和软件应用程序间的成功通信，采用DirectShow技术 开发应用程序，实现设备枚举、掌纹图像预览、视频参数设置、掌纹图像抓取保 存等功能。第四章介绍本文关于掌纹图像预处理的过程中，定位有效特征区域的方法。 在掌纹特征区域的定位关键问题上，分析和实现了常用的定位算法，提出了一种 改进的基于角点检测的定位方法。该方法定位结果理想，且相对地明显减少了算 法复杂度，是本文重要的创新点之一 第五章介绍本文关于掌纹特征提取和特征匹配的方法掌纹的屈肌纹具有唯 一性、稳定性，终生不变性。随人年龄的增长，掌纹的三大屈肌纹主线基本不变， 因此提取的屈肌纹特征信息，是

28、鉴别老人身份的重要依据因为领取养老金的人 般都是老人，基于屈肌纹的特点，本文研究的掌纹特征主要是屈肌纹的特征。 本章提出一种改进的基于方向投影增强屈肌纹的方法，实现过程主要是先对特征 区域分块，统计每块内像素点的梯度和，初步确定可能含有屈肌纹块的子块，再 在子块上用方向投影方法增强屈肌纹。屈肌纹的几何分布等信息作为提取的屈肌 纹特征，另外加上手形的相关重要几何特征，如角点间距离，最大内切圆的半径 大小组成掌纹的特征，一共32维数据，用于掌纹特征的粗匹配。 第六章对本文的工作进行了总结，并对今后系统性能的进一步改善和提高提 出了一些建设性的建议。第二章掌纹识别系统生物识别系统对生物特征进行取样,

29、提取其唯一的特征并且转化成数字代码， 并进一步将这些代码组成特征模板，人们同识别系统交互进行身份认证时，识别 系统获取其特征并与数据库中的特征模板进行比对，以确定是否匹配，从而决定 接受或拒绝该人】。掌纹识别系统属于生物识别系统。2. 1掌纹识别系统的框图掌纹识别系统同一般的模式识别系统，如指纹识别系统在结构上是一样的， 它们都是由两个重要的部分构成，分别是样本注册和样本识别两个模块，登记模 块实现的是掌纹样本特征入库，建立掌纹特征库；特征数据库建立时首先采集掌 纹样本并进行预处理，包括分割掌纹和背景、定位和图像增强等处理；然后进行 特征提取，并以提取的特征输入数据库。识别模块主要完成识别图像

30、的特征提取， 然后与库中掌纹图像的特征，按照某判断准则，进行一一匹配并查找出识别结果。 下面针对掌纹识别系统的关键技术和算法进行研究，分别从掌纹图像的采集、掌 纹图像的预处理、掌纹特征提取与特征匹配进行了研究。擎纹采集预处理一法:ffF 坦VW低J!iC取 掌縣集-拓扑3特征提取一Nit* V糊结東m图2-1掌纹识别系统的框图 Figure 2-1 Framework of the palmprmt identification system2. 2掌纹图像的获取无论是注册阶段还是验证阶段，关键第一步是把掌纹图像釆集下来存储成数 字图像，用数字矩阵或向量来表示攀纹图像1。目前采用的掌纹图像主要

31、分脱机掌纹和在线掌纹两大类【义脱机掌纹图像， 是指在手掌上涂上油墨，然后在一张白纸上按印，取得掌纹样本，然后通过扫描 仪对样本进行扫描而得到数字化的图像。一般采样的图像对比度比较髙，可是由 于人手按压力度不均并不能每次都清晰地采样到特征，因此在建库时，通常采 样几个样本，择优选择，采集很不方便，花费时间多。我国公安机关基本都是利 用离线掌纹方法建库。在线掌纹则是用专用的掌纹采样设备直接获取，通过图像采集卡来数字化图 像，最后输入计算机。一般所采集的图像由于光照和采集分辨率原因，对比度相 对离线掌纹图像都不高，并会出现图像小区域失真，因此灯源设置，亮度调节是 在线掌纹采集的关键技术问题曰。比起脱

32、机掌纹，在线掌纹的采集具有很好的实 时性。现在在线掌纹的采集系统大都基于CCD(Charge Coupled Device)的采集方 法，釆用CCD的光学系统，能实时获取掌纹图像并将其数字化，使得大规模掌 纹图像采集成为可能基于CCD的掌纹图像采集系统，功能上主要由采集器和 运行于计算机上的软件应用程序组成气采集器主要实现硬件设备(包括CCD摄 像机、图像采集卡、灯源等)的连接、设备通电正常工作、灯源摆放、亮度调节等。 CCD在摄像机里是一个极其重要的部件，它起到将光线转换成电信号的作 用，类似于人的眼睛，因此其性能的好坏将直接影响到摄像机的性能，图像采集 卡主要完成对模拟视频信号的数字化过程

33、。视频信号首先经低通滤波器滤波，转 换为在时间上连续的模拟信号；按照应用系统对图像分辨率的要求，得用采样/ 保持电路对边疆的视频信号在时间上进行间隔采样，把视频搶号转换为离散的模 拟信号；然后再由A/D转换器转变为数字信号输出。而图像采集/处理卡在具有 模数转换功能的同时，还具有对视频图像分析、处理功能，并同时可对相机进行 有效的控制。采集器的CCD摄像机对焦掌面；CCD摄像机的输出信号线与图像采集卡连 接。软件部分实现应用程序与釆集器的成功通信，预览和采集掌纹图像等。软件 如何实现同采集器的通信，如何实现在线预览掌纹图像，并采集效果认为理想的 掌纹图像，是开发掌纹图像采集系统的主要难题。随着

34、网络、通信技术的发展，在线身份认证将变得更加重要，在线掌纹采集 已经成为主流，在很多领域代替了脱机掌纹，因此本文后面涉及到的掌纹图像都 是指在线掌纹图像。2. 3掌纹图像的定位每一副掌纹图像，其位置、方向等都各不一样，即使是同一个人的同一只手 掌，在每次釆集时也会有不同的旋转和偏移。同时，不同人的手攀大小也不一样。 而这些差异都会对最终的识别率产生一定的影响，因此在掌纹图像特征提取和匹 記之前，有必要对所有掌纹图像进行定位定位的掌纹中心区域能充分包含掌纹 特征的有效区域，减少了不必要的噪声干扰，降低了后续的工作量，提高了时间 效率，在掌纹识别技术中具有很重要的意义。常用的在线掌纹主线特征区域的

35、定位方法有基于轮廓特征点和求最大内切 圆方法。轮廊特征点是指角点，图2-2中，是角点。角点判断依据是掌纹 图像轮廟线上，满足以轮廊点为中心的圆盘内目标面积大于一半，背景面积小于 一半的轮廓点】。特征区域中心点的位置确定方法是连接A、C两角点，过角点B 做连线AC的垂线,在垂线上求取某点，使得该点到角点B的距离等于角点A、C 该点即是中心点。图2-2基于轮麻特征点定位在线掌纹 Figure 2-2 On-line palmprint image located based on feature points of the outline广东工业大学工学硕士学位论文求最大内切圆方法是计算掌纹图像的

36、最大内切圆区域作为特征区域，最大内 切圆即圆周上全部象素点灰度值大于0,即不包含背景点的半径最大的圆。求最 大内切圆方法算法实现简单，提取的最大内切圆特征区域若用于频域上的特征提 取，可以忽略采集时由手掌旋转造成的影响。图23求最大内切圆定位在线掌纹 Figure 2-3 Palmprint image located based on biggest inscribed circle2. 4掌纹图像的特征提取特征提取是识别技术的关键和难点，掌纹图像包含丰富的纹类特征信息，可 以把细节的乳突纹作为特征，也可以把主线、敏纹作为线特征，同时掌纹上的点 特征、纹理特征都可以提取出来匹配。关于特征提取

37、的方法有很多，目前用于掌 纹特征提取的方法主要有点线特征法、频域、子空间法。按照分析和描述的方式， 掌纹的特征提取方法可大致分为如下四类：基于结构的特征提取，基于时频分析 的特征提取，基于统计的特征提取和利用子空间方法的特征提取。这些方法都有 不同的应用，各有优缺点。2. 4. 1基于结构的方法12广东工业大学工学硕士学位论文基于结构的方法是掌纹特征提取中的最传统方法【h，结构特征可以分为点 特征和线特征两大类。由于线特征多数是由点组合而成，因此部分线特征的检测 可以借助点特征的检测来完成，许多算法可同时用于点特征和线特征的提取。点 特征指的是掌纹乳突纹在局部形成的奇异点、三角点及纹型，也包括

38、纹线的起止 点和一些间接特征点的提取*常用的点特征法有：用Moravec算子Pn,选择具有 最大一最小灰度方差的点作为特征点：建立新坐标，方向投影算法【miP点 特征的提取只能在高分辨率图像中实现，并且使用点特征的匹配准确率较低，计 算复杂度相对较髙。相比较下，点特征法是掌纹识别中极少采用的方法线特征可以说是掌纹三大主线和脊线及敏纹线的组合，该特征明显且稳定， 但较难提取。用于掌纹线特征的检测算法主要有基于空域微分算子的边缘检測法 方向投影算法_%11和基于堆栈滤波，武CT是传统的Gabor函数的离散形式。编码规则为：若改进的Gabor滤波 函数经预处理得到的子图像卷积后结果的实部非负，则,

39、= 1，反之若卷 积结果的虚部非负，则4=1,反:tbi=o。苏晓生等尝试使用Harr, Daubechies和Symlet小波对原始灰度图像进行二维 小波分解对原始掌纹图像经过M级分解后得到3M+1幅图像，去除代表图像水 平和垂直两个方向低频成分的图像,对剩余的3M幅子图像中的每一幅求归一化的 2范数，得到长度为3M的特征向量，作为基于小波变换提取的掌纹特征。2. 4. 3基于统计和子空间方法基于统计的特征提取方法有：统计特征组成的随机模型来重新定义和衡量原 始图像，如均值；方差；斜态（也称偏离度，是图像离对称均值的偏差程度的度量， 在统计上表示灰度直方图的不对称性程度),峰态(即表示灰度直

40、方图的分布在均 值周围的集中程度)、能量、摘等：矩函数构成的特征矢量在图像的平移、旋转、 尺度变换时保持不变，因此常用各阶矩对二维图像描述正交矩对应于图像的独立 特征，表示图像的非相关性，并且在矩集中具有最小信息冗余度w。子空间特征捶取法是指对掌纹原始图像进行映射变换或者矩阵运箅，实现从 n维欧氏样本空间到m维欧氏特征子空间的转换。变换后的子空间可分为线性子 空间和非线性子空间，进而对线性子空间进行分析，提取攀纹的有效特征信息 目前运用的子空间法有主成分分析法(PCA)(包括一维和二维主成分分析严、特征 掌方法、基于Fisher线性判别的fisher palm方法K-L变换(获得掌纹图像的 n

41、维K-L基底，以对应前m个最大的特征值的基底张成的子空间为特征空间，将 掌纹图像投影到该子空间上，实现维数的降低以减低计算复杂度)。2. 4. 4掌纹特征提取方法的对比：韋掌纹识别系统上述各种方法的性能对比和展望(1)点特征需要高分辨率的掌纹图像，算 法精度要求高，线特征对相近或相似的掌纹鉴别力不够。（2)频域方法减少计算消 耗，但忽略图像本身的丰富纹理信息，受光照条件影响而产生的不稳定性也较大； 利用纹理能量描述掌纹，除了空间位置外，还能够利用纹线的粗细程度这一性质 进行区分。这种方法能够良好地保持类间区分性和类内紧凑性，但会增加计箅量。 (3)基于统计的方法重点在于计算随机模型中的统计特征

42、，能较容易提取和表示特 征，但提取的特征几乎不包括结构信息，识别拿纹的能力比结构特征要差。（4)子 空间法提取特征具有描述性强，计算代价小，易实现和可分性好等特点，但有时 此类方法造成样本的类内离散度矩阵常为奇异的,使得该方法求解变得相当困难， 不容易实现。对掌纹特征提取发展方向的展望是多种特征提取方法的融合，从粗到细，不 同匹配层次采用不同的特征。2. 5掌纹图像的特征匹配掌纹特征的识别即对测试样本进行特征匹配。基本做法是在样本注册，建立 特征库基础上，确定判决规则，按照判决规则进行特征匹配，评估特征是否满足 识别的需要，输出匹配结果，通常匹配主要通过待匹配图像与模板之间的相似性度量来确定。

43、设X代表模 板图像，Y代表待匹配图像，它们大小为M*N,则几种常见的相似性度量可以表 示为1. 平均绝对差度量(MAD):聊,v) = Vl;tx,+，广！；丨（2.1)m n j.i2. 平方差度量(SD):(2.2)M3. 平均平方差算法(MSD)(2.3):D(M = SZ(.y+，-j;)2(2.3)对于以上三种相似度，值越低说明相似度越高。4. 积相关度量(PROD):15广东工业大学工学硕士学位论文取力=丄(2-4) tn n j.i5.归一化积相关度量(NPROD):及(“小兴(2.5)其中r，P是图像灰度均值。对于式(2.4)、（2.5)两方法所表示的相关度量， 值越大说明相似

44、度越高。归一化积相关法虽然计算量大，但是在同种相似性度量 中，效果比较好图像匹配的方法有很多,常用的主要有两种：基于图像灰度信息的匹配和基于 图像特征的匹配1】。基于图像灰度信息的匹配方法主要是对两幅图像空间域上的 灰度值进行相关运箅，根据相关系数的峰值判定是否匹配。基于特征相关的匹配 算法则着眼于图像的各种特征，近年来学者们作了大量的研究进行特征提取，如 采用边缘提取、小波变换、纹理分析、炮、能量等方法提取，|1。传统的特征提取 算子如各种梯度算子常常将噪声作为边缘提取出来，而真正的边缘往往被噪声所 掩盖而无法提取。利用小波变换和多分辨率分析进行图像匹配可以方便地对有用 信号进行分析，多尺度

45、分析及小波变换由于具有良好的时频特性而在图像处理中 得到广泛应用。判断一个匹配方法的匹配性能主要从以下三个方面着手：匹配概率、匹配速 度、匹配精度Pi。匹配概率是每次匹配操作能够把匹配误差限定在精度范围内的 概率。也就是说，针对不同的匹配要求能够达到匹配要求的概率。匹配速度说明 了搜索的快速性，是由算法的计算量和算法结构来决定的。而计算量又是由两方 面决定的 一方面是进行相似性比较的计算量，另一方面则是搜索的点数，一般 情况下，总的计算量等于相似性度量计算量乘以搜索点数。匹配精度描述了匹配 的准确性。由于噪声和其它因素的影响，当两幅图像匹配时，最终得出的匹配位 置和真正的匹配位置是不同的。也就

46、是说，确定的匹配点和真正匹配点之间存在 不定期偏差，称之为匹配误差P。二章掌纹识别系统2. 6本章小结本章介绍了掌纹识别系统的实现步骤，对掌纹图像的采集，掌纹图像的定位， 掌纹图像特征提取和特征匹配的关键技术和算法进行了介绍。掌纹图像的采集主 要研究在线掌纹图像釆集是如何实现的；掌纹图像定位主要研究了常用的掌纹定 位方法，即基于特征轮廓点方法和求最大内切圆方法，定位是掌纹图像预处理过 程中最重要的内容；掌纹图像特征提取主要研究了对应不同的掌纹特征，不同目 的，不同的提取方法；掌纹图像特征匹配主要介绍了模板之间的相似性度量表示、 匹記方法和匹配性能的描述。17第三章掌纹图像的采集第三章掌纹图像的

47、采集本章介绍了本文的掌纹识别系统如何实现在线掌纹图像的采集。采集系统功 能上包括采集器和软件应用程序两部分。采集器主要实现硬件设备(包括CCD摄 像机、图像采集卡、灯源等)的连接、设备通电正常工作、灯源装置、亮度调节 等。采集器是软件部分的前提，也是整个掌纹识别系统的重要前提与基础。采集 的掌纹图像假若不理想，则整个掌纹识别系统的性能就大打折扣。软件应用程序 是本人在VC.net环境上运用DirectShow技术编程实现了同掌纹图像采集器的成 功通信、设备枚举、掌纹图像的在线实时预览、视频参数设置、抓图以及用户界 面设计等功能。3. 1韋纹采集器3. 1. 1电路设计釆集器的硬件设备主要有CC

48、D摄像机、灯源(包括灯座)、图像釆集卡。CCD 在摄像机里是一个极其重要的部件，它起到将光线转换成电信号的作用，类似于 人的眼睛，因此其性能的好坏将直接影响到摄像机的性能。图像采集卡是针对 CCD图像信号的采集，主要完成对模拟视频信号的数字化过程。图像采集卡通过 信号线与摄像机Video Output端连接，釆集卡输出端通过USB2.0接口与电脑主机 相连，从而实现釆集器和PC机的连接。本文采用北京大学人工智能实验室成功研制的掌纹图像采集器 (PKUAI-L1),釆集器的CCD摄像机为 “Panasonic WV-BP330/G 1/3” 黑白摄像 机,570线0.08UIX,分辨率768*5

49、76。图像釆集卡是维视USB282(h灯源正常工作 电压是12V, CCD摄像机工作电压是220V，因此需要电压控制器为灯源提供12V 的电压。可变电阻与灯源串联，通过可变电阻可有效调节灯源的亮度。采集器的 内部电路连接如图3-1所示，ii?人： -ZJilVjr.lL _THiiiiav *广:V;5It啊丨图3-1掌纹采集器内部电路原理图 Figure3-1 Circuit of the palmprint image captured device3. 1. 2采集器的重要技术问题采集器设计目标是采集到髙效质量的掌纹图像且具备友好，操作方便，釆集 容易等特点。为满足要求，技术上需要解决的

50、问题，主要有这么几个方面其一：CCD摄像机可以在箱体中上下自由移动，方便调节可视范围，方便 对焦。解决方法：可以参考如图3-2所示，铁标尺固定(有标尺方便记录焦距） 且带导条,导条一端通过螵旋钉固定摄像机，另一端可以沿着铁标尺上下移动。JB图3-2摄像机上下移动的实现 Figure 3-2 Realization of moving camera up and down 其二：光源的位置和亮度可以容易调整。借助软件实现的预览应用程序，通 过实时预览到的掌纹图像，针对性地调节。解决方法：可以通过灯源柱的方法， 灯源安装于灯源柱座上，灯源柱空心，使得电线可以穿过与灯源连接。灯源柱的 髙度可以调节，

51、且可以立于采集器底板的任何位置。其三：为掌纹采集制定人性化的定位板。定位板的设计既能固定人的手掌，广东工业大学工学硕士学位论文又能让人感觉舒适。其四：尽量减少噪声让采集的掌纹图像的背景为黑色，象素值接近于0。 解决方法：可以为采集器加个上顶盖，顶盖内表面涂上不反光的黑色，顶盖开个 长方形口，手掌通过该口伸入，接触定位板。3. 2掌纹采集的软件应用程序本文的软件应用程序开发主要是运用微软的DirecX9.0族中成员 DirectShow技术，该技术为在ffindcws平台上处理各种格式的媒体文件的回放、 音视频采集等高性能要求的多媒体应用，提高了完整的解决方案。3. 2. 1 DirectSho

52、w 视频技术Filter(过滤器)是DirectShow中最基本的概念。DirectShow使用Filter Grai)h(过滤器图表)来管理 Filter，Filter Graph 是 Filter 的容器，而 Filter 是 Filter Graph中的最小功能模块。Filter 般由一个或多个Pin组成,通过Pin实现Filters 之间的相互连接，构成一条顺序的链路。仅含有输出Pin，没有输入Pin的Filter 为Source Filter；既有输入Pin也有输出Pin的Filter为Transform Filter；只有输 入Pin没有输出Pin的Filter为Rendering

53、 Filter。3种Filter类型如图3-3所示， Source Filters主要负责取得数据，数据源可以是文件、因特网、或者计算机里的 采集卡、数字摄像机等，然后将数据往下传输；Transform Filter主要负责数据的 格式转换、传输；Rendering Filter主要负责数据的最终去向，我们可以将数据送 给声卡、显卡进行多媒体的演示，也可以输出到文件进行存储。图3-3 3种Filter类型 Figure 3-3 Three kind of filters12广东工业大学工学硕士学位论文Filter是一种COM组件，实现Filter的文件一般是一个DLL，使用前必须先 注册。Fi

54、lter的创建与普通的COM组件一样，通过API函数CoCreatelnstanceO 来完成。DirectShow使用一种叫Filter Graph的模型来管理整个数据流的处理过程； Filter为参与数据处理的各个功能模块，Filter必须加入到Filter Graph且接 入到工作链路中才能发挥作用。在DirectShow系统之上，我们看到的，即是我 们的应用程序(Application)。应用程序要按照一定的意图建立起相应的Filter Graph,然后通过Filter Gr)h Manager来控制整个的数据处理过程，各个Filter 在Filter Graph中按一定的顺序连接成一

55、条“流水线”协同工作DirectShow能 在Filter Graph运行的时候接收到各种事件，并通过消息的方式发送到我们的应 用程序。这样，就实现了应用程序与DiiectShow系统之间的交互。Source*TransfomvRendering*Filters-FiltersRiters图34 DirectShow系统示意图 Figure 3-4 DirectShow systemDirectShow的设计初衷就是尽量要让应用程序开发人员从复杂的数据传输、 硬件差异、同步性等工作中解脱出来，总体应用框架和底层工作由DirectShow来 完成，这样，基于DirectShow框架开发多媒体应用

56、程序就会变得非常简单。 DirectShow系统工作原理如图3-4所示-本文开发DirectShow应用程序的主要有以下三个阶段。第一阶段：具体调用 CoCreatelnstanceO创建一个 Filter Graph Manager 组件。第二阶段：根据实际的应用，创建一条完整的Filter链路。具体选择好Filter的基类是很重要的。首先，你必须明确这个Filter要完成什么样的功能， 即要对Filter项目进行需求分析。请尽量保持Filter实现的功能的单一性。如 果必要的话，你可以将需求分解，由两个（或者更多的）功能单一的Filter去 实现总的功能需求。其次，应该明确这个Filter

57、大致在整个Filter Graph的位 置，这个Filter的输入是什么数据，输出是什么数据，有几个输入Pin、几个 输出Pin等等。再者，考虑一些数据传输、处理的特殊性要求。比如Filter的 输入和输出的Sample并不是一一对应的，这就一般要在输入Pin上进行数据的 缓存，而在输出Pin上使用专门的线程进行数据处理。第三阶段：调用Filter Graph Manager上(或者直接在某个Filter上)的各 个接口方法进行控制,调用Querylnterface ()来査询获取接口，并且完成Fi Iter Graph Manager与应用程序的事件交互。第三阶段P 应用程序一应用程序P应用

58、程序 Filter Graph lubnager-Fitter Graph Nfenager-Fitter Gr)h Manager Faor图35 DirectShow应用程序一般开发过程 Figure 3-5 Process of the DirectShow application developed应用程序实现的主要内容本掌纹识别系统采用的摄像机支持VFW驱动(Video for Windows),对于支持 VFW驱动的采集卡，通过应用程序可以将该驱动定制的设置对话框直接显示给用第三章掌纹图像的来集户(让用户在这些对话框上做出选择)。本文的Filter Graph Manager与上层

59、应 用程序和下层的駆动进行联系，并通过捕获过滤器(Capture Filter)来支持对摄 像头的捕获，一个捕获过滤器有多个插口 (pin)，以其中的预览(preview)插口来 进行显示摘图像。本文用到几个COM接口来对视频捕获的全过程进行控制，其中 IGraphBuilder用于建立过滤器，ICaptureGraphBuilder2用于与下层的驱动程 序建立联系，IVideoWindow，IMediaControl, IMediaEventEx 分别对整个过程 的视频窗口，视频传输过程和事件响应进行控制，建立基于MFC的工程，包含需 要的文件和需要连接的库文件和配置VC.net的系统编译环

60、境。接着的步骤是-首先：枚举设备。(1) 使用CoCreatelnstance函数创建系统枚举器组建对象(CLSID为 CLSID_System-Devi ceEnum),并获得 IcreateDevEnum 接 口 (2) 使用接口方法 IcreateDevEnum: ： CreateClassEnumerator 为指定的 Filter注册类型目录创建一个枚举器，并获得lenuraMoniker接口，(3) 使用lenumMoniker接口方法枚举指定类型目录下所有的设备标识 (Device Moniker)j(4) 调用IMoniker:BindToSl;ortge之后，访问设备标识的属

61、性集，比如得 到 Display Name、 Friendly Name 等。(5) 调用Imoniker ： :BindToObject,将设备标识成一个 DirectShow Filter, 随后调用IfilterGraph: :AddFilter,并将之加入到Filter Graph中参与后续工 作。图3 6系统枚举过程 Figure 3-6 Process of Ae devices enumerated23广东工业大学工学硕士学位论文其次,创建 Capture Graph Builder 对象和一个graph manger 对象，用 Filter Graph Manager 作参数，调用 ICaptureGraphBuilder2 ： ： SetFiItergraph (pGraph) 来初始化 Capture Graph Builder,将 Filter Graph Manager 对象指针设置给 它再次，组合视频的预览和抓图。BuildPreviewGraph函数中，使用 RenderStream调用，完成指定Pin的后续链路构建，因为Graph有捕捉和预览 两个数