学生 姓名 专业 毕业设计 （论文）题目 题目 来源 公司名称（地址） 曹小南 指导 教师 通信工程 许 爽 职称 班级 讲 师 07级2班 掌纹预处理及特征提取算法的研究 教研室拟定 是否校 外题目 校外指导教师姓名（职称） 否 指导教师意见 签字 年 月 日 教研室主任意见 签字 年 月 日 大连民族学院教务处制
1
“掌纹预处理及特征提取算法的研究”开题报告
通信工程专业 07级2班 曹小南
一、课题背景摘要
随着信息技术的飞速发展，计算机使整个社会信息化和网络化，这使得信息安全显示出前所未有的重要性。在各种场合如：电子政务、电子商务、司法、出入控制、安全系统控制、人类学、医学等都需要准确无误的身份识别以确保系统的安全。因此，人们对身份识别技术的要求更严格。
传统的身份认证有两种方式。一种是基于标识物的身份认证，通过对用户拥有的各种物品进行认证，比如使用身份证、信用卡、印章、驾驶执照等； 另一种是基于知识的身份认证，对用户所拥有的某种知识进行认证，比如使用密码、口令、暗号等。显然，这些传统的身份认证方法具有不方便、不安全、不可靠等缺陷。对于基于标示物的身份识别系统，证件、钥匙等标示物携带不方便，容易丢失、磨损和伪造；对于基于知识的身份认真系统，由于密码等知识难以记忆，很可能被遗忘，同时当前有很多的黑客技术可以蓄意窃取密码、帐号等信息。传统身份识别系统具有这些缺陷的原因在于这些系统均是对钥匙、卡、密码等“身外之物”进行认证，而不是对人的本身进行认证，所以不能区分经过授权的本人和通过欺诈得到授权标识或知识的冒充者。要克服这些缺陷，必须寻求一种能对人本身进行认证的身份识别技术。
利用人体本身所拥有的生物特征来进行自动身份识别的技术为人体生物特征识别技术，简称为生物识别技术[3]。人的生物特征具有终身不变的特点，并且不会被盗、丢失或遗忘，也很难伪造或模仿，所以在加强系统和信息安全方面，生物识别技术能有效地克服传统身份识别方法的缺陷。另外，生物识别技术除了能实现身份验证之外，还能实现身份的辨识，即从多个人中辨认出某人。这个特点使得生物识别技术的应用范围得到了极大的扩展，使之能应用于传统身份识别方法所不能应用的场合，如恐怖分子、罪犯的抓捕和认定，死者身份辨认等。比尔·盖茨曾做过这样的断言：“生物识别技术将成为今后几年IT产业的重要革新”。到目前为止，各国研究人员已分别开展了基于指纹、声音、人脸、虹膜、手形、掌纹和签名等人体生物特征的身份识别技术的研究，并取得了丰硕的成果。
二、主要内容
本文设计的掌纹识别系统主要包括：手掌图像预处理、掌纹特征提取、基于
小波变换的掌纹图像特征提取等。
2.1软件设计
掌纹识别系统同一般的生物识别系统在结构上是一样的，它们都由注册模块和识别模块两个部分组成。如图2.1所示。注册模块建立掌纹特征库。特征数据库建立时首先采集掌纹样本并进行预处理，包括掌纹背景分割、定位和图像增强等处理，进行特征提取，并把提取的特征输入数据库。识别模块主要完成待识别图像的特征提取，与库中掌纹图像的特征按照某种判断准则，进行一一匹配并查找出识别结果。
2
注册阶段 掌纹图像采集 预处理 特征提取 掌纹模拟库 掌纹图像采集 预处理 特征提取 识别阶段 特征匹配 识别结果 图1 掌纹识别系统框图
2.1.1掌纹图像的采集
无论是注册阶段还是识别阶段，第一步都是把掌纹图像采集并存储起来。脱机掌纹图像是指在手掌上涂上油墨，在一张白纸上按印，取得掌纹样本，通过扫描仪对样本进行扫描而得到数字化的图像。在线掌纹图像是用专用的掌纹采样设备直接获取，通过图像采集卡采集掌纹图像，最后输入计算机。 2.1.2掌纹图像的定位
每一幅掌纹图像，其位置和方向等都各不一样，即使是同一个人的同一只手掌，在每次采集时也会因为旋转和偏移产生差别。典型的在线掌纹有效特征区域的定位方法是用生命线和感情线与手掌边缘的两个交点来对准掌纹图像。或先用直线拟合小指下方的手掌边缘作为y轴，然后用方向投影的方法找到感情线与该边缘的交点作为原点建立掌纹坐标系，从而实现掌纹图像的对准。再或者以手掌中心点为圆心提取掌纹最大内切圆的定位分割方法。 2.1.3掌纹图像基于小波变换的特征提取
当在空域内处理掌纹图像，会遇到很多处理上的困难，很难用单一的空域方法表示复杂掌纹图像的所有关键特征。虽然掌纹图像最重要的特征是图像灰度变化，但是往往体现在多尺度或多分辨率上，很难用空域表示这种特征。将图像数据变换到小波域内，这些灰度变化特征分别在不同的分辨率下表示，因此能够完整精确地表达复杂掌纹图像多尺度的边缘特征。
小波变换最具吸引力的属性在于它对多尺度边缘或者多分辨率下边缘的描述能力。手掌较宽的纹线或者说灰度图像中变化平缓的边缘区域可以看作是低分辨率下的边缘特征，而较窄的纹线或者说灰度图像中变化剧烈的边缘区域可以看作高分辨率下的边缘特征。小波变换可以将图像分解成不同分辨率下的边缘特征分布，恰恰满足对多分辨率下图像边缘描述的要求。对于处理具有不同分辨率或尺度下的边缘特征，表示不同程度的灰度变化梯度，小波变换方法是非常有效的。 2.1.4掌纹特征的特征匹配
掌纹特征的识别即对测试样本进行特征匹配。基本做法是在样本注册和建立特征库基础上，确定判决规则，按照判决规则进行特征匹配，判断特征是否满足识别的要求，输出匹配结果。通常匹配主要通过待匹配图像与模板之间的相似性度量来确定。设X代表模板图像，Y代表待匹配图像，它们大小为M*N。
三、技术手段
本次课题研究主要利用掌纹图像基于小波变换的特征提取来实现掌纹图像的处理。
3
四、预期成果
本次课题研究达到的预期成果为：建立起一个具备完成掌纹采集，定位，特征提取等功能掌纹识别体系，通过研究和论证得出小波变换利用小波的多尺度性和多分辨率性，提供了很好的空域和频域的定位属性，非常适合描述多分辨率下的图像边缘特征。
五、时间安排
等待指导教师任务书下达后再写。
六、参考文献
[1] 戴青云，余英林，张大鹏.掌纹身份识别系统中的定位分割.广东工
业大学学报.2002，19(l):l-6
[2] 白石，生物识别技术浅谈，安防科技.2003
[3] 姚玉荣.利用小波和矩阵进行基于形状的图像检索.中国图像图形学
报,2000,5(3):1222-122
[4] 杨福生.小波变换的工程分析与应用.北京:科学出版社,1999 [5] 吴介等.掌纹识别中的特征提取算法综述.北京电子科技学院学
报,2006,13(2):86-92
[6] 谭彦秋.掌纹识别关键技术的研究.广州:中山大学,2005
[7] 罗军辉,冯平,哈力旦·A等. MATLAB7.0在图像处理中的应用.北京:机械工
业出版社,2005.6:121-147
4
因篇幅问题不能全部显示，请点此查看更多更全内容