一种新型在线掌纹线提取方法.pdfVIP

一种新型在线掌纹线提取方法1 闫琳 宁波大学理学院，浙江宁波 (315211) E-mail：g06 摘 要： 掌纹特征的提取在掌纹自动识别系统中是一个必不可少的重要环节。文中针对在 线掌纹图像噪声强、对比度低的特点，首先根据图像灰度特征运用局部自适应的二值化方法 提取出掌纹的主线特征,再针对存在的部分干扰点和断点,运用统计回归分析的方法进行了拟 合处理，提取出细化的主线。实验表明,该方法能够有效地去除干扰点、连接纹线的断点,提 取效果好、误差小，接近自然掌纹主线。 关键词： 掌纹主线，局部二值化，回归分析 中图分类号：TN911. 73 1．引言 掌纹识别是近些年新兴的一种身份识别方法。是对现有生物识别技术的重要补充。被广 [1] 泛地应用于公安、金融、门禁、考勤等领域。掌纹自动识别系统一般如图1所示 。 特征提取 匹配数据库 注册 掌纹图像采集 预处理 特征匹配 特征提取 待匹配数据库 验证 图1 掌纹自动识别系统框图 Fig1 Auto-recognition system of palmprint 在上述过程中,提取稳定、易获得的掌纹特征是匹配的重要前提，是掌纹识别中必不可 [2] 少的一个重要环节。掌纹特征非常丰富，包括主线、褶皱、乳突纹、细节点和三角点等 。 由于在线掌纹低分辩率的特点，能够提取出来的掌纹线特征主要由三大主线及较粗的皱纹线 构成。对不同的掌纹,线特征在走向、分布上的差异很明显。因此可以选择线特征,对掌纹进 行分类、鉴别,本文主要对最明显的主线进行提取。这一特征可很方便的与手形等特征联合 进行鉴别。 由于掌纹在采集过程中受灰尘、湿度、压力不均等随机因素的干扰,出现了断纹、纹路 不清晰等掌纹图像。本文首先对比了几种二值化算法[3],针对掌纹图像特点，用基于局部灰度 均值的方法对图像进行二值化初步提取主线特征；然后运用统计上回归分析的方法进行后置 处理,消除噪声点,并提取精确、稳定的细化主线;最后对全文进行了总结。 2 ．确定ROI区域 分析掌纹图我们可以知道掌纹的主要特征包含三条曲肌线,它们分别被称为第一、第二 和第三曲肌线,有的文献也称之为感情线、智慧线和生命线,这三条主要纹线均分布在手掌的 中心局部范围内,只需分割出150×150的感兴趣区域ROI(region of interest) 来代替整个手掌 [4] 。做法如下： 我们首先对整个手图像进行二值化，因为只要确定指谷位置，为减少计算量，对二值化 1本课题得到浙江省科技厅新苗人才计划基金（项目编号：2007G60G2070010 ）的资助。 - 1 - 图像只取手的上半部分既可，由于大拇手指的不稳定性只取其余四指。再运用形态学开启操 作去噪。然后在matlab 中利用Sobel算子进行手轮廓边界提取并细化轮廓线，如图2 。再进行 轮廓跟踪，结果如图3 。 图2 细化后手形轮廓