导读:本文包含了在线掌纹识别论文开题报告文献综述及选题提纲参考文献，主要关键词:生物计量学,掌纹识别,非接触图像采集方式,清晰度评价
在线掌纹识别论文文献综述
苑玮琦,冯素月[1]（2011）在《改进的非接触式在线掌纹识别模拟系统》一文中研究指出为了保证非接触式掌纹识别系统所采集的掌纹图像清晰度能够满足识别要求,缩短用户的测试时间,建立了图像清晰度与掌纹错误识别率的关系模型,并实现改进的非接触式在线掌纹识别模拟系统。引入图像清晰度评价函数,建立图像清晰度函数与物距(手与镜头的距离)之间的关系模型;进一步建立图像清晰度与该清晰度下掌纹识别系统错误识别率的关系模型;实现改进的基于清晰度评价模块的非接触式掌纹识别模拟系统。实验结果表明,改进的模拟系统保证了非接触式掌纹识别图像采集的成像质量,降低了错误识别率,具有实用价值。(本文来源于《光学学报》期刊2011年07期）
刘玉芹,苑玮琦,郭金玉[2]（2011）在《基于小波分解和高低帽变换的在线掌纹识别》一文中研究指出用于身份鉴别的掌纹识别为信息安全提供了一种新的方案。为减少对图像采集的限制,提出在小波变换的基础上,利用高低帽变换寻找低频子图像中的灰度槽,获取对比度增强的图像。把此子图像所有的变换值组合起来作为图像的特征向量用于识别;运用UST掌纹图像库,对本算法进行了测试。从实验的结果看,此方法解决了在线掌纹图像低对比度问题,图像识别率得以提高,能够满足对采集图像无过多要求的认证系统的使用。(本文来源于《计算机应用研究》期刊2011年06期）
李茜[3]（2010）在《在线掌纹识别算法的研究及应用》一文中研究指出信息技术的飞速发展推动了社会的进步,当今社会的运转也越来越依赖于信息技术,随之对各种信息和系统的安全性提出了更高的要求。人们的日常生活、商业、政府、军队的一些机密信息的保密机制需要不断的加强。传统的保密与认证方式已经越来越难以保证认证的安全性。然而,利用个人独特的生物特征,例如指纹,虹膜,脸型等,所辨认其身份的生物识别技术,则由于其难以复制或伪造的特性,可以真正有效地解决安全认证问题而广受关注。掌纹识别方法是相对起步较晚的一种识别方法。但是由于掌纹识别与其他几种生物特征识别方法比较起来,有着独特的优点:掌纹图像易于采集,对掌纹图像质量要求容易满足,用户心理上易于接受,容易和其他生物特征识别方法进行融合等优点。因而已成为生物认证领域的研究热点。本文对掌纹识别技术的发展历程以及国内外研究现状进行了深入的研究与分析,掌纹识别技术现在仍处于快速发展的阶段。本文在学习掌纹识别主要技术的基础上,重点研究了掌纹特征提取方法,并提出了一种新的结合Gabor滤波器和局部二值模式(LBP)纹理算子的特征提取算法。局部二值模式(LBP)算子能刻画纹理的局部邻域关系信息,对光照变化不敏感,但是只能从单一尺度上描绘纹理,且对噪声敏感。而Gabor小波能从多个尺度、多个方向上对掌纹纹理信息进行表征。本文结合这两种纹理算子的优点提出了新的特征提取方法,获得了较高的识别率,并完成了和其他几种主流特征提取方法的对比实验,分别考察了它们用于掌纹识别的性能,给出了实验结果。最后,本文还详细研究了一个实用的在线掌纹识别系统的各个功能模块的设计,并且基于本文提出的特征提取算法,利用软件工程的指导思想,在C#平台上设计并实现了一个在线掌纹识别的演示系统。该系统包含注册和识别两大功能,不过关于图像采集设备的研制不是本文的工作,所以在图像获取环节中,本文直接调用了香港理工大学已公开的掌纹数据库中的图像,基于这些现有图像完成了其他功能模块的实现。(本文来源于《电子科技大学》期刊2010-10-15）
桑海峰,刘芳,苑玮琦,张志佳[4]（2010）在《非接触式在线掌纹识别模拟系统的实现》一文中研究指出为研究非接触式采集模式下的在线掌纹识别技术,利用Matlab提供的图像采集工具箱及GUI功能设计并实现了一套非接触式在线掌纹识别模拟系统;在Matlab环境下,设计的系统可模拟真实的非接触式在线掌纹识别过程,实现掌纹图像采集、预处理、特征提取及特征匹配等功能模块,在线实验多种掌纹特征提取方法的正确识别率及运行时间,为非接触式在线掌纹识别技术的深入研究和产品开发提供实验数据和理论依据。(本文来源于《计算机测量与控制》期刊2010年08期）
马章雄[5]（2008）在《在线掌纹识别系统的研究与开发》一文中研究指出生物特征是指人的内在属性,具有很强的稳定性与唯一性。生物特征识别技术是利用人本身所具有的生理特征(如指纹、掌纹、虹膜、人脸等)和行为特征(如签名、声音等)来进行身份识别的技术。生物特征识别技术能克服传统身份识别技术的缺点并具有传统身份识别技术所没有的优势,在未来能够加强或取代传统的身份识别技术。该技术能广泛地应用于各个领域,具有巨大的发展潜力。掌纹识别是生物特征识别中一项比较新的技术,其利用人手掌上的掌纹特征信息来识别人的身份。由于掌纹具有信息丰富、唯一性、稳定性和可靠性等特点,其所开发的识别系统能广泛应用于安全管理、银行金融、企业考勤等领域,使到掌纹识别技术近年来受到越来越多的重视,已成为了身份识别的新研究和应用领域。本文以掌纹为研究对象,针对掌纹识别系统中的关键技术与核心算法进行分析研究,实现一套在线掌纹识别系统。论文的主要内容有:1.生物特征识别技术与掌纹识别技术的介绍。2.介绍识别系统的功能结构、系统各项技术的研究现状、存在的问题以及解决的方法。3.在线掌纹图像采集系统的设计。运用DirectShow技术,开发了一套基于CCD(Charge Coupled Device)电荷耦合器件的在线掌纹采集软件应用程序,该程序能实现采集硬件的驱动、图像的监控和掌纹图像的捕捉。4.掌纹图像的定位与分割。对采集后的掌纹图像预处理消除图像的噪声,然后通过定位算法对掌纹图像进行归一化处理,以便后续的掌纹提取处理。5.掌纹线特征的提取。本文以叁大主线作为掌纹的主要特征,采用基于结构的特征提取方法初步提取出掌纹图像的主线特征点,然后用数学形态学进行后续处理,消除伪特征点和噪声点,以提取出精确、稳定的主线特征。6.掌纹特征的分类。在将掌纹特征与数据库内的掌纹样本进行匹配之前,先对掌纹特征进行分类,能有效地减少总体匹配所用的时间、降低系统的误判率。本文研究实现了一种掌纹的分类算法,能快速、有效地对掌纹特征进行分类。7.掌纹特征的匹配。主线特征在进行分类后,就要与数据库中的样本特征进行匹配。为了有效地存储掌纹特征数据,利用SQL数据库作为后台数据库,实现掌纹的注册与匹配的操作。(本文来源于《广东工业大学》期刊2008-05-01）
张丽婷[6]（2007）在《在线掌纹的图像分析与识别》一文中研究指出作为重要的生物特征识别技术之一，掌纹识别方法的研究具有重要的现实意义。本文结合在线掌纹的特点，提出了一种掌纹识别分析方法和思路。深入研究了掌纹图像的定位、增强、空域特征和频域特征提取及特征匹配等技术，并通过实验验证了这些方法的可行性。主要研究内容如下：在线掌纹图像有效区域的定位是整个身份识别系统的一项重要的基础性工作。本文结合掌纹图像本身的特点，采用数学形态学运算提取掌纹轮廓线。利用角点检测的方法来提取掌纹轮廓中的角点。根据这些关键点建立直角坐标系，将图像置于新的坐标系中分割出有效区域，减少了采样过程中引进的旋转、平移、扭曲等影响。利用Gabor滤波器增强掌纹特征纹线方法，将掌纹图像分割成若干子块并将子块变换到频率域，在频域内对子块利用Gobar滤波器在其主方向上进行滤波，增强特征纹线信息，有效地增加了图像的对比度，便于掌纹特征提取。着重研究了两种特征提取算法。一种是将增强的掌纹图像变换到频率域，在频域空间定义R-特征进行特征提取；一种是利用数学形态学波谷检测器提取掌纹的特征纹线，用代数方法表示掌纹纹线的几何特征。实验证明，这两种特征的结合可以有效地表征掌纹模式类别。提出并设计了频域特征匹配和空域特征匹配方法有效结合——两级掌纹识别算法。频域内提取的R-特征作为掌纹识别粗匹配的依据，将待识别样本划归到与其特征距离相近的类别中，然后利用特征纹线的几何特征进行精确匹配。通过对模板集内的样本进行特征提取，得到每种模式的理想模板，然后对测试集内未知类别的样本特征与已知类别的模板进行比较。最后对所设计的掌纹身份识别系统进行了实验测试，取得了较好的实验结果。证明了本文所设计的基于掌纹的身份识别系统是可行的。(本文来源于《山东大学》期刊2007-05-08）
接标,杨秀国[7]（2007）在《基于LEM的在线掌纹识别》一文中研究指出主要研究利用掌纹对人进行身份鉴定。在掌纹的各种特征中,线特征是一种非常重要的特征,但由于掌纹线不规则,几乎不能用数学进行精确的刻画,因此提出了一种用直线段去近似掌纹线的方法,利用线段Hausdorff距离方法去匹配这些线段集,并对其进行了改进。实验的结果表明了该方法的有效性。(本文来源于《计算机应用》期刊2007年03期）
接标,吴仕勇,齐怀峰,刘冠晓,杨秀国[8]（2006）在《基于ICA的在线掌纹识别》一文中研究指出个人身份认证和鉴别在现在社会显示着重要的作用,作为一种准确而可靠的个人鉴定方式,生物识别已经引起了广泛的注意。掌纹作为一种相对较新的生物识别技术也有着独特的优点。而掌纹特征的提取和选择是整个识别中最关键的一个环节,主要利用ICA(独立主成分分析)方法对掌纹进行特征提取,实验证明,相比较PCA(主成分分析)方法,基于ICA方法具有更高的识别效率。(本文来源于《计算机工程与设计》期刊2006年18期）
接标[9]（2006）在《一种分层的基于多特征的在线掌纹识别研究》一文中研究指出自动身份鉴定作为安全系统的重要组成部分面临着许多挑战和实际的应用。而生物识别技术因其独特的优势而获得了迅速的发展。掌纹识别技术作为一种相对较新的生物识别技术，也有着自己的优点，特别在近几年来得到了较好的研究和发展。但掌纹的识别仍然存在一些有待解决的问题，本文对这些问题做了深入的探讨和研究。 文章首先在对掌纹识别做了深入的研究基础上，讨论了掌纹识别中一些热点问题：例如掌纹图像的预处理，特征的提取和表示，相似性度量，快速匹配等等，并针对性对现有的各种算法进行了比较，指出了其优点和不足。并且根据现有掌纹识别的系统它们大部分基本都使用一个固定的特征提取和相似性度量机制，从而影响识别的可靠性和准确性的特点，我们提出了一种分层次利用多种特征由粗略到精确的掌纹识别技术。在我们的方法中，主要定义了叁种层次特征：基于关键点的几何特征(第一层次特征)，基于滤波的特征(第二层次特征)，和线特征(第叁层次特征)，并针对不同的特征给出了不同的匹配标准。最后用实验验证我们提出方法的可行性和有效性。我们主要从两个方面进行考察：识别率和认证率。实验结果表明利用我们的方法能够完成97.33％的识别率，并且其错误接受率(FRR)和错误拒绝率(FAR)都可以达到比较低的水平。这说明本文的方法能够满足生物识别技术的要求。 论文的主要工作有：(1)对现有的掌纹识别技术进行了深入的研究和比较，给出了其优缺点：(2)提出了一种分层的利用多特征的掌纹识别技术；(3)提出了利用RGF(Real Gabor Filter)滤波的方法，提取一种我们称为掌纹码的特征；(4)考虑到掌纹线是非常不规则，很难用数学进行精确刻画的特点，文章提出了一种用一些直线段去近似表示掌纹线的方法，并给出了其算法；(5)提出了利用LHD(Line Hausdorff Distance)方法去匹配两个线段集，并对其方法进行了改进。(本文来源于《云南师范大学》期刊2006-06-01）
许慧[10]（2006）在《基于特征掌纹的在线掌纹识别方法研究》一文中研究指出掌纹是一种重要的生物特征，具有采样简单、特征唯一、信息量大等优点，掌纹识别方法的研究具有重要研究价值。本文提出了一种利用最大内切圆确定和分割掌纹有效区域的方法，并尝试使用形态Harr小波和形态中值小波进行非线性多分辨率分析，以及基于傅立叶变换的旋转平移校正等预处理。然后定义了“特征掌纹”，并用于掌纹识别。最后通过实验验证了一系列预处理方法和识别方法的可行性。主要研究内容为： 1．在线掌纹图像有效区域的定位是整个识别系统中的一项重要的基础性工作。本文结合掌纹图像本身的特点，提出了一种利用最大内切圆确定和分割掌纹有效区域的方法。与现有方法相比，该方法不需要经过任何基本图像预处理(去噪声、图像增强、二值化、细化等)、角点检测和边缘检测，鲁棒性好，且不易受掌纹图像质量的影响。 2．使用形态小波对掌纹图像进行非线性多分辨率分析，缩小了原始图像的大小，既抑制了小细节又突出了最主要的特征，进而减小了后续旋转平移校正的计算量。 3．旋转平移校正是特征匹配及识别的关键。在形态小波非线性多分辨率分析的基础上，本文采用了基于傅立叶变换的旋转平移校正，其实质是相位相关算法。该方法对噪声容忍程度高，检测结果基本不受光照条件影响，对图像灰度依赖小。 4．在线掌纹图像中的掌纹特征稳定、表示方法简单，可实现快速匹配和识别，但是对比度低和强噪声也是在线掌纹分析中无法调和的一对矛盾。因此如何表征在线掌纹的特征是掌纹识别系统中关键性的问题。本文将PCA方法应用于掌纹识别，定义了“特征掌纹”，主要目的是选择较少的相互独立的新特征向量来描述原始掌纹数据样本。这样，掌纹识别就可以在降维后的空间上进行。 5．最后对所设计的在线掌纹识别系统进行了一系列实验对比。实验结果表明，本文设计的在线掌纹识别方法具有较高的正确识别率。(本文来源于《山东大学》期刊2006-05-22）
在线掌纹识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
用于身份鉴别的掌纹识别为信息安全提供了一种新的方案。为减少对图像采集的限制,提出在小波变换的基础上,利用高低帽变换寻找低频子图像中的灰度槽,获取对比度增强的图像。把此子图像所有的变换值组合起来作为图像的特征向量用于识别;运用UST掌纹图像库,对本算法进行了测试。从实验的结果看,此方法解决了在线掌纹图像低对比度问题,图像识别率得以提高,能够满足对采集图像无过多要求的认证系统的使用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在线掌纹识别论文参考文献
[1].苑玮琦,冯素月.改进的非接触式在线掌纹识别模拟系统[J].光学学报.2011
[2].刘玉芹,苑玮琦,郭金玉.基于小波分解和高低帽变换的在线掌纹识别[J].计算机应用研究.2011
[3].李茜.在线掌纹识别算法的研究及应用[D].电子科技大学.2010
[4].桑海峰,刘芳,苑玮琦,张志佳.非接触式在线掌纹识别模拟系统的实现[J].计算机测量与控制.2010
[5].马章雄.在线掌纹识别系统的研究与开发[D].广东工业大学.2008
[6].张丽婷.在线掌纹的图像分析与识别[D].山东大学.2007
[7].接标,杨秀国.基于LEM的在线掌纹识别[J].计算机应用.2007
[8].接标,吴仕勇,齐怀峰,刘冠晓,杨秀国.基于ICA的在线掌纹识别[J].计算机工程与设计.2006
[9].接标.一种分层的基于多特征的在线掌纹识别研究[D].云南师范大学.2006
[10].许慧.基于特征掌纹的在线掌纹识别方法研究[D].山东大学.2006