在线掌纹自动识别中的图像分割11-4.doc

在线掌纹自动识别中的图像分割 徐 寒1,2 (1.南京大学应用物理研究所，江苏 南京 210093 ； 2、淮阴工学院，江苏 淮安 223001) 摘 要 掌纹图像的分割是针对一幅掌纹找出感兴趣的目标区域，使之从背景中分离出来，是掌纹特征提取和进一步的匹配与识别工作的关键步骤。传统的Otsu阈值化算法能有效地将掌纹从背景中分离。通过旋转、平移并选择掌纹纹线集中的部分最后实现掌纹图像的精确定位与归一化，从而提高在线掌纹自动识别的准确率。 关键词 掌纹 Ostu算法 分割 定位 Image Segmentation in Palmprint Automated Recognition XU Han1, 2 (1. Institute of Applied Physics of Nanjin University, Nanjin 210093) (2. Huaiyin Institute of Technology, Huaian 223001) Abstract: Palmprint image segmentation is usually to find a region-of-interesting (ROI) and segment it from the background, which is the key step in pre-processing, feature extraction and automated recognition. The traditional Otsu algorithm is effective in dividing each palm from the background. In order to normalize the ROI, we set up a coordinate system, and then rotate and translate palmprint images to reduce the nonlinear interference and distortion, and to improve the automated recognition rate. The experimental results demonstrate the effectiveness and accuracy of the proposed method. Keywords: Palmprint, Otsu algorithm, Segmentation, Orientation 一 引言 在日益数字化、信息化、网络化的时代，电子商务和安全防卫等领域都迫切需要防伪能力强、准确度高、便捷可行的身份识别方法。生物测定学就是利用人的固有生理学特征与行为学特征对个人身份进行自动鉴别的一门学科，它的发展已有三十多年的历史[1]。所有能满足个人身份鉴别系统的技术指标：普遍性、唯一性、抗噪声、防伪、实时、安全可靠、低成本、特征数尽可能少、保护隐私等的生物特征都可作为身份识别的依据[2]。掌纹以其（1）终生不变性和唯一性；（2）定位的旋转不变性和唯一性；(3)细节特征和线特征具有唯一性和稳定性；（4）主要特征比指纹明显,识别速度比指纹高得多；(5)不易仿造；(6)采集设备成本较低等优点近几年倍受关注。 掌纹是指手腕至手指之间的手掌内表面上的各种纹线，主要分为乳突纹、皱纹和主线三大类[3](如图1所示)。乳突纹是手掌皮肤组织的凸凹结构显示在表面上的细小凹凸纹路；皱纹是皮肤松驰活动形成的细小沟纹；主线是手掌上最深最粗的几条线，该纹线主干的分布和形态是终身不易改变的。一个手掌可能有多条主线，如感情线、智慧线、生命线、健康线、命运线，但占80%以上的人的手掌有三大主线，分别命名为第一、第二和第三主线，有的文献也称之为感情线、智慧线和生命线（如图2所示）。 不同掌纹的线特征、点特征、纹理特征、几何特征是不相同的，其中掌纹的三大主线在数量、走向、分布上的差异最明显，可在低分辨率的图像中获取，表示方法简单，特征空间小。可按其在手掌上的位置确定一个有效的子区域来代替整个手掌，以节省存储空间，提高特征提取的速度。因此，精确地确定掌纹的关键点（角点），对其进行归一化的定位，即对同一手掌在不同时刻、不同方位采集到的掌纹图像，切割出相同的子区域是至为关键的一步。 图1 手掌的主要纹线 文献[3]用方向投影的方法提出了对脱机掌纹图像的定位。该方法是通过在手掌上涂墨按印得到掌纹图像。脱机掌纹的采集方式有很多缺点，如被测试者心理难以接受，图像的中央部分信息容易丢失等；而且脱机掌纹主要采用点特征进行匹配，需要较高的空间分辨率，导致数据量及特征空间太大，不适于在线掌纹的自动识别。文献[4]用手掌的最