论文部分内容阅读
随着生物特征识别技术的发展,对掌纹识别技术的研究的需求日益明显。为适应日趋严峻的社会公共安全形势,“掌纹自动识别核心方法与应用系统研究”已列为我国公安部十一五重点科技攻关项目。由于脱机掌纹的图像质量会影响后期特征抽取和比对结果,图像分析和图像增强成为脱机掌纹识别的研究重点。基于此项目,本文有效地结合了脱机掌纹图像的生理特点和图像质量,提出了掌纹特殊区域的判别方法,基于掌纹块的图像质量判断以及图像增强处理方法。
本文首先对提出了一个有效的脱机掌纹特殊区域定位的方法,可以分为两个阶段：第一个阶段是根据四个相邻掌纹块的主方向进行粗定位。在第二阶段,-个动态聚类算法将粗定位的特殊区域的方向图进行分割,来定位奇异点。最后根据奇异点来最终定位特殊区域。在该部分,本文介绍了一个非常重要的概念-方向图。方向图作为关键概念,贯穿于整个掌纹识别的各个步骤中。
在掌纹图像质量判断中,我们采用基于掌纹块的块间质量参数和块内质量参数判断。块间质量参数采取块间方向连续性和脊线宽度一致性特征。块内质量参数采用：皮肤干湿度,块内方向一致性,谷脊线频率特性和特殊区域等特征。
最后我们提出了脱机掌纹图像增强的方法,该方法分为基于灰度图像和基于二值图像的增强的方法。在灰度图像上,我们基于方向图,设计了一组方向滤波器来增强灰度掌纹图像；在二值图像上,我们设计了基于标定矩阵和连通区域的方法去除二值图像上的外部噪音和内部噪音。
基于本文各项研究内容的成果,我们设计并实现了图像分析和图像增强的完整流程,并使用北京刑事科技计算所提供的真实数据进行了性能评测,评测结果证明了本文的方法有效性地完成了脱机掌纹图像分析和增强的目标。基本满足刑侦领域的现实应用需求。本文研究成果已发表在各大国际会议上,并在北京刑事科学计算所投入使用。