论文部分内容阅读
当今社会，信息安全已成为世界各国广泛关注的重要问题。随着通信技术和互联网的飞速发展，人类物理和虚拟活动空间不断扩大，社会对于人类自身身份认证的准确性、安全性和实用性提出更高要求。由于目前广为使用的身份证和IC卡、密码等传统的身份认证方法存在失密和易受攻击的缺陷，易造成重大的安全隐患和经济损失。人们开始把目光转向生物特征识别技术，希望籍此来构筑更加健壮可靠的信息安全系统。
理论上，任何一种具有“人人拥有，人各不同，长期不变”等特点，并且可以利用现有的传感器技术进行测量的生理或行为特征都可以认为是一种人体生物特征。目前常用的生物特征识别技术主要有指纹、手形、虹膜、人脸、掌纹、签名、语音、步态等。掌纹以其可区分度高、采集方便、易于被人接受等优点在生物特征识别领域受到越来越多的关注与研究。传统的二维掌纹识别主要是基于二维图像的，从二维图像中提取有用信息进行身份鉴别。二维掌纹是一种快速有效的生物特征鉴别方法，目前在中等规模（包含用户数量400左右，样本数量8000左右）的掌纹库上的等误率(Equal Error Rate)已经降到0.1％以下，但要想进一步提高识别率，单依赖二维图像显得非常困难。而且二维掌纹比较容易复制，一旦通过某种手段得到相关人员的一定精度的二维掌纹图像，就会使得相关设备的安全性受到威胁。除了良好的防伪能力，在对应光照变化、姿态变化等方面，三维掌纹比二维掌纹更是具有先天性的优势。随着三维获取设备以及三维测量方法的不断改进，快速即时的获取三维掌纹信息已经成为可能。目前，三维信息在生物特征识别的其他某些领域，如人脸识别、耳朵识别等方面的研究方兴未艾，而且初步显示了三维信息和三维特征的许多优越性。三维掌纹识别的研究开辟了掌纹识别的新的途径，不仅弥补了二维掌纹识别的一些不足，而且对其他三维生物特征识别也会在方法层面上做出其相应的贡献，共同促进三维生物特征识别的研究与发展。
本文首次对三维掌纹特征提取与识别进行了系统的研究，其研究内容主要包括：
1．三维掌纹采集系统的设计与搭建。目前，常用的光学三维成像技术主要包括多视角三维成像技术、激光扫描三维成像技术、结构光三维成像技术等等。综合考虑成像精度、成像速度、设备成本等方面因素，采用基于结构光三维成像技术，设计并开发了三维掌纹采集系统。在此三维掌纹采集系统的平台上，采集并建立了世界上首个三维掌纹样本公开库。三维掌纹样本库的建立是进行三维掌纹识别研究的前提与基础，对三维掌纹识别具有重要的意义和贡献。
2．三维掌纹局部特征提取与识别。提取的局部特征主要包括掌纹的线特征、局部形状特征以及方向特征。直接从三维数据中提取线和方向等特征是比较困难的，因为即使是掌纹信息中最突出的主线，在三维数据中其深度变化也是非常微小的。为此，提出了基于曲率的均值曲率图(MCI)和高斯曲率图(GCI)，然后在这两种曲率图的基础上进一步提取线特征、局部形状特征以及方向特征，并用这些特征进行身份验证与识别。
3．三维掌纹全局特征提取与分类。三维掌纹全局特征是三维掌纹特有的，和线特征以及其他局部特征完全不相关的全新的特征。本文定义了三种全局特征：最大掌深(MD)，水平横截面积(HCA)，射线长度(RLL)。把这些全局特征看成一个列向量，然后用正交线性判别分析(OLDA)的方法将列向量降维到合适的低维空间，最后用这些低维空间的向量对掌纹样本进行粗分类和索引，从而提高掌纹识别的效率。
4．三维掌纹的配准与融合。配准是生物特征识别不可忽略的步骤，配准的好坏直接影响最后匹配算法的精度与效率。传统的掌纹定位通常是在手指之间搜寻几个关键点，然后根据这些关键点来提取中心块(ROI)。这里面已经包含了配准的思想，但由于手掌并非刚体，而且手掌图像上也不存在尖锐的棱角等特征，所以基于关键点的配准只能看作粗配准。本文在这种粗配准的基础上，借助迭代最近点(ICP)的方法，提出了一种基于掌纹主线以及手掌形状的精配准，并且基于这种配准思想进一步提出了一种二维和三维掌纹各个层面特征的融合策略，从而大大提高了掌纹识别的精度。