论文部分内容阅读
掌纹识别技术作为一种最近新起的生物识别技术,有其自身独有的特点.一个掌纹图像包括很多特征,有：主线,褶皱,背脊,细节点,奇异点和纹理等.在低分辨率的掌纹图像中,线和纹理特征包括最多最清晰的特征,其中基于方向的方法尤为有效,因为掌纹线的方向特征携带了大量可用于识别的信息,而且它们对于光照变化是鲁棒的.与其他生物特征相比,掌纹图像有很多优点,对于特征提取而言,掌纹能提供大量的区域供于提取,而且数据收集较为简单.由于其低成本的采集设备,快速的执行速度,还有较高的识别率,人们对掌纹识别技术兴趣很大.然而,掌纹识别技术还处于发展阶段,其理论和应用都有待于进一步深化和完善,因此,深入研究掌纹识别技术是非常必要的.鉴于Gabor滤波器在模式识别领域的成功应用,我们将其引入到掌纹识别应用中,并做了相应的研究工作.本文首先简单介绍Gabor滤波器以及已有的基于Gabor滤波器的方法,包括掌纹编码(Palm code),融合编码(Fusion code),竞争编码(Competitive code)等,并提出利用Gabor的能量信息对掌纹的左右手进行快速检索,这种方法能有效的提高识别的速度.进一步,我们简化Gabor滤波器并提出一种快速的提取特征的方法,把这种方法应于原先基于Gabor滤波器的方法中.原始方法中,提取特征用卷积和Gabor滤波器组是相当费时的,我们用简化了的Gabor滤波器来代替原始的Gabor大大提高了特征提取的速度.基于Gabor Phase的识别方法只用到虹膜人脸识别中,在本文中,我们基于Gabor Phase的识别方法用于掌纹中.并取得比较好的识别效果.