掌纹识别开题报告(终稿).doc

毕业设计（论文）开 题 报 告题 目 基于整体和局部特征融合的 掌纹识别算法研究 专 业 电子信息工程 班 级 图 文 042 学 生 胡 峻 林 指导教师 薛延学(副教授) 2008 年一、 毕业设计(论文)课题来源、类型 掌纹识别是利用不同人掌纹之间的差异进行人体身份自动识别，属于生物特征识别领域中一个新兴研究课题，有着广阔的应用前景。本课题是陕西省教育厅自然科学研究计划项目（项目编号：07JK353）中的部分核心技术研究。通过本项目的研究，解决掌纹识别中的一些理论基础和关键技术问题，包括掌纹ROI区域的快速定位分割技术、鲁棒性强的多种掌纹特征描述和抽取、并通过整体和局部掌纹特征的提取，在多种掌纹匹配算法的设计基础上，完成多种掌纹特征融合算法，并讨论不同融合策略对识别结果的影响。 二、选题的目的及意义 在当今社会，对个人身份鉴别的需求无处不在，并且与日俱增。传统的身份鉴别方法主要有两种，一种是基于密码的安全机，另一种是基于证件的安全机制。随着计算机和通信网络的飞速发展，这些传统的确认机制越来越暴露出其固有的诸多弊病。对于基于密码的安全机制，存在密码难记并且易忘的缺点；对于基于证件的安全机制，存在伪造、被盗、丢失的各种可能。由于上述原因，今天人们期待着能有一种低成本、更为安全、更为方便的个人身份识别方式。 生物特征识别技术正是解决上述问题的一种方案。因为生物特征具有人人都有的普遍性、个人不同的唯一性以及随年龄几乎不变的稳定性。而掌纹识别技术作为生物识别技术领域里的新成员，以其丰富的信息量，稳定而唯一的特征，近年来受到研究团体的重视。与其它生物特征识别技术相比，掌纹识别技术具有的优点是：不涉及隐私问题，用户比较容易接受；不需要用特殊光线照射(红外)；采样方法简单，对图像的分辨率要求可降低，图像比较容易获得；掌纹的区域比指纹大得多，信息量大，可以提取更多的特征等。因此掌纹识别是一种有广泛应用前景、值得深入研究的生物特征识别技术。 三、 本课题在国内外的研究状况及发展趋势 掌纹识别技术已受到国内外有关研究与应用部门的关注，并开展了一些尝试性的研究，也取得了一定的成果。Matsumoto and Katsuhei 在1985年发表的论文中首次介绍了利用掌纹识别进行人类身份鉴别，主要用在预防与计算机有关的犯罪，但该论文只作了初步研究。1998年，David Zhang等用掌纹线特征实现了脱机掌纹验证。2000年David Zhang 等将掌纹图像看成是一种纹理，用方向模板的方法定义并提取全局纹理能量。2002年，W.Li 和 David Zhang等人用傅立叶变换将掌纹图像从空域变换到频域，然后在频域中提取能反映空域中掌纹线强度的R特征和反映掌纹线方向的Theta特征，并用这两种特征实现了联机掌纹鉴别。2003年，David Zhang和Kong提出了用二维Gabor滤波器的方法来提取掌纹的纹理特征，其在线鉴别率可以达到98%以上。2004年，Wu Xiangqian等提取了掌纹线，,主要是三大主线和皱纹线的提取。PCA、FLD、ICA变换均可用掌纹特征的提取，2005年，Connie Tee Jin等通过实验证明在掌纹识别方面FLD具有最好的效果。2007年，刘富等人基于Harris角点检测方法的基本原理,对Harris角点检测方法进行了改进，提出了一种轮廓特征点提取的新方法。最近，陶俊伟等人将PCA和FLD结合起来进行掌纹识别,在识别阶段进一步利用了以前仅用于降维的PCA特征和FLD特征相融合进行识别。目前，国内外已有不少高校和研究机构开展了卓有成效的工作，例如香港理工大学生物识别研究中心、Michigan州大学、台湾中华大学和香港科技大学。另外，国内的哈尔滨工业大学、中国科技大学、中科院自动化研究所、北京交通大学等院校和科研单位均先后进入了该研究领域。 掌纹识别作为一个新兴的研究领域,具有重要的理论研究意义和实用价值。随着研究工作的深入，掌纹识别将会向着多特征掌纹融合的方向发展；将会向着与其它生物特征，如指纹、人脸、步态等特征融合的方向发展。 四、 本课题主要研究内容 本课题通过对掌纹图像与处理和特征提取，研究不同掌纹一特征对识别结果的影响。分别采用一种有效的掌纹主线抽取算法以及基于流形学习的子空间学习技术，完成对掌纹整体特征和局部特征的有效描述和特征变换。采用多种不同的融合策略，完成基于多特征融合的掌纹识别。具体包括提取掌纹的局部特征和整体特征；设计掌纹识别分类器，充分考虑系统的效率与鲁棒性；并进行多种掌纹信息融合识别算法的研究，包括特征层不同掌纹的融合和决策层不同分类器的融合；研究不同掌纹特征和不同识别分类器对识别系统性能的影响；并采用VC+开发出掌纹自动识别系统软件。 五、 完成论文的条件和拟采用的研究手段（途径） 先综合查阅掌纹识别及信息融合的文献资料，了解掌纹感兴趣区域的定位和分割、掌纹整体特征提取、掌纹局部特征提取、分类器设计及信息融合等的相关方法。然后在Windows XP开发平台上，选用VC+6.0软件进行编程，进行课题的实验，并通过测试的识别率对算法进行评价。 六、 本课题进度安排、各阶段预期达到的目标：月日周次任务阶段名称及预期目标2251收集课题的相关资料332收集课题的相关资料，完成构思3103收集课题的相关资料，并完成2000字的英文翻译174完成约5000字的课题综述245准备开题报告，完成开题316提取掌纹主线特征，并用VC+实现477148利用流形学习获取掌纹整体特征，并用VC+实现2192810完成特征层的掌纹融合识别，并用VC+实现 55111212完成决策层的掌纹融合识别，并用VC+实现19132614撰写毕业论文，注意书写规范6215完成毕业论文，打印、装订论文916准备答辩电子讲稿和演示环境，完成最后的毕业答辩七、指导教师意见 指导教师： 时间： 八、所 在 专 业 审 查 意 见 负责人： 时间：