移動(dòng)環(huán)境下掌紋預(yù)處理算法的研究.pdf

1、與其他生物特征識(shí)別技術(shù)相比，掌紋識(shí)別技術(shù)具有識(shí)別準(zhǔn)確度高、對(duì)設(shè)備硬件要求低等特點(diǎn)。現(xiàn)有的掌紋識(shí)別系統(tǒng)多采用接觸式采集設(shè)備，這種方法采集的掌紋圖像具有清晰度高、光照均勻、背景單一的特點(diǎn)，具有較高識(shí)別精度。然而隨著移動(dòng)智能設(shè)備的普及，移動(dòng)終端的信息安全和身份認(rèn)證問(wèn)題顯得日益突出，因此移動(dòng)環(huán)境下掌紋識(shí)別技術(shù)便成為了近年來(lái)生物特征識(shí)別的一個(gè)重要研究方向，而其中的掌紋圖像預(yù)處理則直接影響到掌紋識(shí)別的精度，是整個(gè)移動(dòng)環(huán)境下掌紋識(shí)別過(guò)程中最為關(guān)鍵的一

2、個(gè)階段。
　　目前移動(dòng)環(huán)境下掌紋識(shí)別主要存在兩方面問(wèn)題:一方面在于開(kāi)放式環(huán)境下掌紋圖像光照多變，背景復(fù)雜以及手掌姿態(tài)不可控造成掌紋感興趣區(qū)(Region of Interest,ROI)定位不準(zhǔn)確從而對(duì)識(shí)別精度造成很大影響，另一方面受限于移動(dòng)平臺(tái)的計(jì)算速度和應(yīng)用場(chǎng)景，一些計(jì)算量較大的算法不適合移植到移動(dòng)設(shè)備之上。
　　針對(duì)以上問(wèn)題，本文將約束局部模型(Constrained local model，CLM)引入到掌紋預(yù)處理，

3、在對(duì)約束局部模型進(jìn)行全面分析研究的基礎(chǔ)上，針對(duì)移動(dòng)環(huán)境下掌紋預(yù)處理的問(wèn)題對(duì)其進(jìn)行改進(jìn)。論文主要工作如下:
　　(1)由于目前還沒(méi)有公開(kāi)的移動(dòng)環(huán)境下的掌紋庫(kù)，使用智能手機(jī)拍攝并整理了自己的移動(dòng)環(huán)境下的掌紋數(shù)據(jù)庫(kù)。
　　(2)將約束局部模型應(yīng)用于掌紋預(yù)處理問(wèn)題，提出一種新的移動(dòng)環(huán)境下掌紋預(yù)處理算法，并通過(guò)實(shí)驗(yàn)證明了該方法在移動(dòng)環(huán)境下的可行性。
　　(3)提出了一種基于Haar隨機(jī)森林的約束局部模型。通過(guò)試驗(yàn)表明，相比使用P