导读:本文包含了掌纹识别系统论文开题报告文献综述及选题提纲参考文献，主要关键词:生物识别,掌静脉,掌纹,融合识别
掌纹识别系统论文文献综述
江晓龙[1]（2019）在《掌纹和掌静脉融合识别算法及系统实现》一文中研究指出随着信息技术的快速发展,人们对个人信息的保护意识越来越强。传统身份认证技术如磁卡,密码等安全性较差,而生物特征认证技术具有高安全性、便捷性等特点,逐渐被人们认可,并且在社会各个领域得到广泛应用。其中,手部生物特征识别是当前的研究热点,主要包括指静脉、指纹、掌静脉和掌纹识别等。近年来,为了解决单一手部特征结构简单,识别率不高的缺陷,学者们提出了手部多特征融合识别技术,其中掌静脉和掌纹融合识别是当前的研究热点。现有的掌静脉和掌纹融合识别技术一般基于两幅独立的图像,采集装置复杂,且难以保障二者的区域一致性。实际上单幅近红外手掌图像中不仅包含掌静脉结构,也包含微弱的掌纹结构信息,可用于融合识别。本文主要研究单幅近红外手掌图像中的掌静脉和掌纹融合识别方法,主要包括以下方面:基于掌静脉纹理结构特点,提出了一种基于边缘检测加权引导滤波的掌静脉结构增强算法。主要思路如下:首先,对近红外手掌图像进行两次自引导滤波处理,第一次使用较小的滤波半径保持图像中的掌静脉结构信息,第二次使用较大的半径来去除图像中的掌静脉结构信息;其次,设计一种线性增强模型对掌静脉结构进行增强;最后,重复上述步骤即可得到增强后的掌静脉结构图像。该算法在增强掌静脉结构的同时,对图像中的静脉边缘和平滑区域的进行了自适应处理,从而更好地保护掌静脉的边缘结构信息。实验结果表明,所提出的算法能够有效的提取掌静脉结构信息,掌静脉结构单一识别率达到了99.28%。基于掌纹结构的特点,提出了一种基于分块模型的模糊反锐化掩模掌纹增强算法。主要思路如下:首先,使用分块模型算法去除近红外图像中的掌静脉结构信息;其次,使用隶属度函数对去除静脉结构信息后的图像进行模糊化;再次,将模糊理论和反锐化掩膜算法结合,获取增强后的掌纹矩阵,对增强后的掌纹矩阵归一化到[0,255],即为增强后的掌纹结构。实验结果表明,所提出的算法能够有效的提取掌纹结构信息,掌纹结构单一识别率达到了95.68%。基于以上掌静脉和掌纹增强算法,设计并实现了一种掌静脉掌纹融合识别系统。主要包括手掌录入、手掌图像认证,密码认证等功能。(本文来源于《安徽大学》期刊2019-05-01）
孙一嘉[2]（2019）在《基于SOPC的掌形及掌纹识别系统》一文中研究指出本论文在FPGA上实现一套掌形与掌纹的识别系统。通过CCD采集到手掌图像,进行图像预处理,得到掌形的边缘轮廓。通过像素图像边缘检测中最重要Sobel算子,将手掌的轮廓显示出来。在本系统中提出一种手掌图像ROI区域选取算法,即定义食指至中指之间的谷点、中指至无名指之间的谷点及腕点、腕心,对其进行精确定位,确定手掌ROI区域,完成图像预处理过程。提出一套基于形态学的特征结构算法,利用Sobel算子和形态学算子结合,通过增加锐化、膨胀、腐蚀、直方图均衡化、中值滤波等过程,进一步提高ROI区域内纹线的对比度,突显更多细节信息产生出现的纹理特征值,作为ROI区域的掌纹特征。使用SIFT算法,利用它具有尺度不变特性,在图像中检测出关键点,进行图像特征匹配。在识别系统中,为了能够快速比对特征码,采用HD可以快速的比对大批的特征码,可以快速的实现不同掌形与掌纹的识别。最后,将整个掌形与掌纹的识别的算法移植基于FPGA的嵌入式系统上。在FPGA系统上架构出两个核心处理器,一个用于图像预处理,执行掌形轮廓提取及分割出ROI区域的运算,另一个用于完成掌纹特征提取及识别的运算,SRAM与FLASH是作为处理器的外部存储器,用于存放掌形及掌纹的特征值,在FPGA上实现一套掌形与掌纹的识别系统。(本文来源于《长春理工大学》期刊2019-03-01）
李军[3]（2018）在《海鑫科金推出“云智能指掌纹自动识别系统”》一文中研究指出创新驱动发展，科技助力平安。作为中国指纹行业龙头企业的海鑫科金推出“云智能指掌纹自动识别系统”，成为“以科技创新，助力国泰民安”的成功典范。用科技发展助力新时代“智慧公安”建设随着时代发展，指掌纹识别系统也在不断更新完善。在此基础上，(本文来源于《人民公安报》期刊2018-05-24）
王天华,冷璐,袁明汶[4]（2018）在《双点辅助定位的移动终端掌纹识别系统》一文中研究指出移动终端掌纹识别中难以控制手掌摆放位置和姿态,并且受到复杂场景和差异光照的干扰以及硬件资源的限制。针对上述技术挑战,本文在Android平台上自主设计和实现双点辅助定位的新型掌纹识别系统,并解决整个工程实现中的多个技术难题。拍摄时由辅助点和辅助框共同限定手部位置和姿态,确定食指和中指之间以及无名指和小指之间的2个指间谷底点为关键点,旋转掌纹图像使两点连线与坐标系横轴平行,最终裁剪感兴趣区域用于特征提取和识别。本文提出的辅助定位方案增强了掌纹预处理抵御干扰因素的稳健性和系统实时性。(本文来源于《计算机与现代化》期刊2018年03期）
石超[5]（2018）在《基于掌纹识别和LIN总线的汽车门锁控制系统研发》一文中研究指出随着国民经济的快速发展和人民生活水平的不断提高,汽车用户数量激增,汽车防盗问题也越来越受到重视。为了提高汽车的防盗性能,本文提出了一种新型汽车门锁控制系统,该系统将掌纹识别技术结合LIN总线网络对汽车门锁进行控制;其中通过主节点控制器和从节点控制器完成LIN网络数据通信,实现对汽车门锁系统控制;设计掌纹识别模块进行掌纹特征数据匹配;匹配结果经从节点控制器接收,转成LIN帧格式,传送至总线,主节点控制器接收分析,发送命令,完成门锁控制。系统有效提高了汽车的防盗性、安全性和灵活性,对预防汽车盗窃有一定实用和经济价值。首先,本文进行了掌纹识别算法研究。针对系统工作时光照、手掌位置、采集设备等因素会影响掌纹识别率和传统稀疏重构方法计算复杂度高的问题,提出了基于双向二维主成分分析法((2D)~2PCA)和压缩感知的掌纹识别方法。该方法采用(2D)~2PCA对掌纹图像行、列两方向降维,提取特征矩阵后做为压缩感知算法过备字典。为求解过备字典的稀疏表示,本文提出改进型正交匹配追踪算法(OMP),得到稀疏重构图像,求得测试图像与重构图像最小残差,比较残差完成识别。通过实验验证,该方法可以有效降低掌纹识别计算复杂度和时间,在光照和手掌位置变化时,可以得到较高的掌纹识别率。其次,本文对系统实现进行了初步设计,包括系统硬件设计和软件设计,并对系统进行了测试工作。在硬件设计部分,包括了系统的LIN节点设计、系统处理器选型、存储部分设计、图像采集设计和系统局部电路设计。在软件设计部分,包括了系统LIN网络模块软件工作流程设计和掌纹识别模块软件设计。在最后系统测试中,进行了系统掌纹识别模块硬件调试和通信测试,验证系统具有可行性。最后,本文对系统已做研究工作进行了总结,对下一步研究工作提出了展望。(本文来源于《浙江科技学院》期刊2018-01-08）
张春宇[6]（2018）在《基于Android系统的掌纹识别技术研究》一文中研究指出掌纹识别作为新兴的生物特征识别技术近年来得到了迅速的发展。信息安全问题日益严重,许多学者提出了用自身的生物特征进行加密,得到了很好的效果。掌纹识别以安全性高和稳定性好的优点在众多生物特征中脱颖而出。所以本文进行了基于Android系统的掌纹识别的研究。1.分析传统掌纹识别采集装置的问题,实现了基于Android手机掌纹识别应用。针对传统非接触定位难点提出了手形框的定位方式,该方式可以确定手掌的有效性、克服手抖动和超过景深带来的图像模糊、防止手掌的形变。对于采集的图像直接进行识别效果不好的问题,采用分割手掌中心区域进行特征提取。对感兴趣区域进行增强,实验结果证实,掌纹图像增强可以提高特征提取的效果。2.对于掌纹识别特征提取算法的确定问题,本文研究了基于描述子算法识别掌纹。描述子算法中包含了:SIFT算法及其衍生类和LBP算法及其改进类等等。本文分别对SIFT算法类和LBP算法类进行了类内的对比,得出每类最合适的算法进行对比,找到了适合在Android手机上的掌纹识别算法。经实验得出SURF算法满足实时性和准确性,适合手机上进行掌纹识别。3.本文研究Android系统的开发和运行环境,对Android四大组件和组件之间的通讯Intent进行详细说明。根据Android系统开发的硬件和软件需求,实现了Android平台的搭建。根据实现的要求设计系统流程,将软件系统分为用户登录阶段和用户注册阶段。系统功能分为3个模块:采集注册模块、特征提取模块和特征匹配模块。详细的讲解了每个模块的实现过程。对完整的系统进行实验测试,实验表明Android系统的掌纹识别识别率较高和速度较快,对下一步推广应用打下了良好的基础。普通的非接触采集存在采集图像无效、采集手掌形变或者采集手掌模糊,导致了后期的识别率上不去。本文针对该难点提出了基于手形框定位的方法,解决了采集存在的问题,提高了后期的识别率。手形框的提出解决掌纹识别在非接触方式下定位的难题。希望给后续研究人员提供一些新思路,将掌纹识别应用的更好。(本文来源于《哈尔滨工程大学》期刊2018-01-01）
陈培[7]（2017）在《基于ARM平台的手掌静脉和掌纹识别系统软件设计》一文中研究指出近年来,人们对个人信息安全越来越重视,传统的身份认证方式识别能力低、防伪能力弱,已无法满足人们的需要。生物特征识别利用生理特征或行为特征进行识别,具有更强的防伪性,从而在一定程度上解决了传统身份认证中所出现的问题,并逐渐成为目前身份认证的主要实现手段。手掌静脉和掌纹识别系统也因此在生活中得到了广泛的应用。论文分析了图像融合、特征提取以及匹配识别等方面的理论知识,并介绍了嵌入式方面的相关技术。实现了手掌静脉和掌纹识别算法,并将其移植到ARM平台,还设计了图形用户界面以方便用户使用。最后对软件系统的功能和识别算法进行测试并对测试结果进行分析。论文的主要工作和研究成果归纳如下:(1)手掌静脉和掌纹识别算法实现:首先给出手掌静脉和掌纹识别算法的总体框架。然后针对嵌入式平台计算能力弱、存储空间小的特点,使用一种基于二维离散小波变换的图像融合算法对手掌静脉和掌纹图像进行融合,将得到的低频近似子图像作为样本,并使用散射卷积网络进行特征提取。针对特征向量维数较高、含有大量冗余数据等问题,使用PCA(Principal ComponentAnalysis)算法对特征向量进行降维,并使用 SVM(Support Vector Machine)分类器进行匹配识别。(2)手掌静脉和掌纹识别系统软件实现:首先给出识别系统软件总体框架。然后搭建嵌入式软件平台,包括Linux系统移植、Python移植、相关算法库移植等。为方便用户使用,采用Qt设计图形用户界面,并使用SQLite数据库存储用户相关数据。最后,将识别系统软件移植到ARM平台。(3)软件功能和识别算法测试及结果分析:测试了识别系统软件的基本功能,并从识别率、识别速度和可重复性等方面对识别算法进行测试,还对实验结果进行了分析。本文实现了基于ARM平台的手掌静脉和掌纹识别系统软件,配合图像界面能够实现用户注册和身份识别等功能,有助于帮助人们应对日趋严峻的信息安全问题。(本文来源于《浙江工业大学》期刊2017-12-18）
杜文虎[8]（2017）在《非接触掌纹掌脉识别技术研究与系统设计》一文中研究指出随着互联网日渐深入人们的生活,各种网络应用的身份认证需求对身份认证方式产生了深远的影响。国内外频发的安全问题,对身份认证精度提出了更高的要求。掌纹识别因为具备易用和可靠的优点,迎来了良好的发展机遇。传统的接触式掌纹识别系统在采集掌纹时手掌直接接触仪器,存在着易被污染、使用便利度低、用户接受度差等问题。使用非接触式掌纹识别可以有效地克服这些问题。目前的非接触掌纹掌脉识别系统存在算法复杂、时间开销大、防伪性能低等问题。针对上述问题,本文提出了一种新型非接触掌纹掌脉识别系统,设计了可防伪的掌纹掌脉多模态识别算法,并开展实验验证了算法的有效性。针对非接触掌纹掌脉识别场景的需求和目前存在的问题,本文设计了一种非接触掌纹掌脉采集设备方案。通过使用主动光源和滤光片,抑制了环境光对手掌中心块定位算法的干扰,简化了中心块定位算法;同时,这一设计也抑制了环境光对样本质量的影响,使得光照强度预处理算法不再必须。通过使用距离传感器,减小了样本尺度变化,避免了样本离焦模糊,使尺度预处理算法得以简化。通过双摄系统缩短了样本采集时间。本文通过这些方法实现了凭借硬件设计简化算法设计的目的,并通过实验验证了该方案的有效性。非接触掌纹掌脉识别系统对错位样本的鲁棒性和活体防伪精度是其满足身份认证需求的关键,本文对此展开了详细设计。本文使用掌纹、掌静脉双模态特征进行高精度可防伪的生物特征识别。对于掌静脉识别,提出了基于掌脉最佳匹配区的BRIEF算法。该算法在滑动窗口中寻找两个错位样本的最佳匹配区,再由BRIEF特征计算两样本的相似度。在实验中该算法表现出了对非接触样本良好的鲁棒性和优秀的活体防伪性能。对于掌纹识别,设计了基于掌纹分块的Gabor直方图算法,该算法既能表达纹理细节特征,又可以提供一定尺度的空间信息模糊,因此该算法对非接触样本有较强的鲁棒性。实验的结果证实了该算法的有效性。基于掌脉分类器和掌纹分类器,本文构建了融合分类器,通过双模态特征的融合进一步提高识别精度,并将叁个分类器以不同优先级级联,设计了叁种身份认证策略。经测试,本文的掌纹掌脉识别系统在保证识别精度的同时提升了用户体验,可以满足不同场合的身份认证需求。(本文来源于《哈尔滨工业大学》期刊2017-12-01）
王浩,康文雄,陈晓鹏[9]（2018）在《基于视频的掌纹掌脉联合识别系统》一文中研究指出搭建了基于视频的掌纹掌脉联合识别系统。首先对掌纹掌脉采用新的注册和识别方式,用系统获取的手掌运动视频来代替传统采集方式所获取的静态图像,认证时手掌无需刻意停留,只需横扫而过,有效地增强了认证的亲和性。提出了将旋转视频和横扫视频进行融合注册的新策略,从而确保了注册特征的丰富性和完整性,增强了系统对不同认证姿态的稳健性。为了提升已注册用户的识别速度,提出一种级联融合策略来进行识别。构建了一个包含100个手掌、1200段带有运动模糊的掌纹掌脉视频数据库,并在数据库上进行了大量仿真,结果显示新系统在915ms的期望耗时内能够达到1.51%的等误率,验证了所构建新系统的有效性和实用性。(本文来源于《光学学报》期刊2018年02期）
龚菲菲[10]（2017）在《掌纹身份识别系统研究》一文中研究指出作为网络化和信息化时代必不可少的身份识别手段,生物特征识别技术已成为国内外的前沿热门研究方向。掌纹识别作为一项新的生物识别技术,具有可靠性高、识别速度快、成本较低、易于使用以及可接受程度高等优点,得到广泛的关注和重视,具有较高的研究价值和广泛的应用前景。本文对掌纹图像身份识别系统相关技术进行研究,并设计出一个掌纹身份识别系统。本文主要做了以下工作:1.研究了掌纹图像的预处理技术,包含掌纹图像的灰度化、二值化、定位、感兴趣区域的裁剪以及尺寸的归一化。通过研究分析,本文在掌纹图像定位分割算法上进行改进,提出了 一种基于手掌轮廓八方向链码的边界跟踪方法来提取轮廓特征点,然后基于轮廓特征点实现图像的定位分割,并详细介绍了该算法原理。最后,进行了对比实验,并对实验结果进行分析,实验结果表明,本文提出的改进算法要比基于圆盘的算法定位分割效果好,准确率达到了 95%以上,且所用时间也仅需0.3s左右,达到了改进效果。2.研究了各类掌纹图像识别技术,并根据本文设计的系统需求,在掌纹特征提取识别算法方面进行了改进,提出了一种二维Gabor小波变换与Fisher掌相结合的识别算法,并对该算法原理进行了详细介绍。最后,进行了对比实验,并对实验结果进行分析,实验结果表明,本文提出的掌纹识别方法要比二维Gabor小波变换方法和Fisher掌方法识别效果好,识别率达到了 95%以上,弥补了单独使用这两种方法进行识别时所具有的不足,达到了改进效果。3.设计了一个掌纹图像身份识别系统,实现了用户注册、用户删除以及用户身份识别的功能。然后,对本系统进行性能测试,测试结果表明,本系统具有良好的识别率(等误率低于5%),以及较好的识别效率(所需时间0.5s左右)。(本文来源于《厦门大学》期刊2017-06-30）
掌纹识别系统论文开题报告
（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：
本论文在FPGA上实现一套掌形与掌纹的识别系统。通过CCD采集到手掌图像,进行图像预处理,得到掌形的边缘轮廓。通过像素图像边缘检测中最重要Sobel算子,将手掌的轮廓显示出来。在本系统中提出一种手掌图像ROI区域选取算法,即定义食指至中指之间的谷点、中指至无名指之间的谷点及腕点、腕心,对其进行精确定位,确定手掌ROI区域,完成图像预处理过程。提出一套基于形态学的特征结构算法,利用Sobel算子和形态学算子结合,通过增加锐化、膨胀、腐蚀、直方图均衡化、中值滤波等过程,进一步提高ROI区域内纹线的对比度,突显更多细节信息产生出现的纹理特征值,作为ROI区域的掌纹特征。使用SIFT算法,利用它具有尺度不变特性,在图像中检测出关键点,进行图像特征匹配。在识别系统中,为了能够快速比对特征码,采用HD可以快速的比对大批的特征码,可以快速的实现不同掌形与掌纹的识别。最后,将整个掌形与掌纹的识别的算法移植基于FPGA的嵌入式系统上。在FPGA系统上架构出两个核心处理器,一个用于图像预处理,执行掌形轮廓提取及分割出ROI区域的运算,另一个用于完成掌纹特征提取及识别的运算,SRAM与FLASH是作为处理器的外部存储器,用于存放掌形及掌纹的特征值,在FPGA上实现一套掌形与掌纹的识别系统。
（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。
掌纹识别系统论文参考文献
[1].江晓龙.掌纹和掌静脉融合识别算法及系统实现[D].安徽大学.2019
[2].孙一嘉.基于SOPC的掌形及掌纹识别系统[D].长春理工大学.2019
[3].李军.海鑫科金推出“云智能指掌纹自动识别系统”[N].人民公安报.2018
[4].王天华,冷璐,袁明汶.双点辅助定位的移动终端掌纹识别系统[J].计算机与现代化.2018
[5].石超.基于掌纹识别和LIN总线的汽车门锁控制系统研发[D].浙江科技学院.2018
[6].张春宇.基于Android系统的掌纹识别技术研究[D].哈尔滨工程大学.2018
[7].陈培.基于ARM平台的手掌静脉和掌纹识别系统软件设计[D].浙江工业大学.2017
[8].杜文虎.非接触掌纹掌脉识别技术研究与系统设计[D].哈尔滨工业大学.2017
[9].王浩,康文雄,陈晓鹏.基于视频的掌纹掌脉联合识别系统[J].光学学报.2018
[10].龚菲菲.掌纹身份识别系统研究[D].厦门大学.2017