应用实例（2掌纹识别）数字图像处理ppt课件.pptVIP

掌纹识别的研究与DSP实现;1 绪论;1.2生物特征识别的简介 生理特征与生俱来，多为先天性的；行为特征则是习惯使然，多为后天性的。将生理和行为特征统称为生物特征。身份鉴别可利用的生物特征必须满足以下几个条件： 第一，普遍性： 第二，唯一性： 第三，可测量性： 第四，稳定性： 掌纹识别作为新兴生物识别技术，其以上条件都满足。掌纹面积较大涵括信息丰富、特征稳定且明显，提取特征时不容易受到噪声的干扰、采集设备简单低分辨率图像就可以满足要求、和指纹相比 用户接受程度高 ，被窃取的可能性小。;1.3掌纹识别的研究现状 1) 掌纹识别算法研究现状 掌纹识别算法有很多种，主要分为两大类：基于掌纹结构特征的识别方法和基于统计特征的识别方法。 基于统计特征的识别方法是将掌纹图像进行某种变换，使得掌纹在变换域中区分性更好或维数更低，将掌纹特征在变换域中体现的更好或者便于提取、分类、识别。例如：傅立叶变换 、K_L变换 小波变换等。 基于掌纹结构特征的识别方法主要是将掌纹图像看作纹理图像，手掌不同纹理也不同。这些方法传承指纹识别的思想,受掌纹图像分辨率的影响较大；并且受掌纹相似程度的影响，该方法对小型数据库有效，对大型系统而言，识别精度会大大下降 ;2）掌纹识别系统应用现状 2002年香港理工大学和哈尔滨工业大学联合研制了世界上第一套民用掌纹识别系统；2007年张大鹏教授等研制成功了国际上第一套高精度自动掌纹识别系统；近期，日本富士通开发了非触式掌纹识别系统并投放国际市场。 目前掌纹识别系统在各种生物识别系统应用分额中占很小的部分，民用掌纹识别系统少之又少，在国内民用掌纹识别系统应用市场几乎空白。那么研制体积小巧、价格便宜、开发周期短、维护方便、满足中/低级别安全要求的掌纹识别系统，以便在民用领域推广和普及应用将是一个很有意义的研究课题，也是掌纹识别系统研究应用的发展趋势。;2 掌纹识别软件框架与DSP硬件平台; 本文掌纹识别的主要处理过程有定位、分割、特征图像预处理、特???提取和匹配。掌纹识别预处理的关键处理步骤见图2.1。 图2.1掌纹图像预处理关键步骤示意图 ;2.1.2软件系统框架 本文软件系统 设计主要分两大块， 一是“算法实现模块”， 一是“系统应用模块”。 “算法实现模块”主 要实现掌纹的预处理、 特征提取、匹配过程； “应用模块”主要是 根据匹配的结果，实 现识别库的管理以及 图2.2 软件结构示意图 识别过程。算法基本设计思路如图2.2所示 。 ;2.1.3算法流程 本文掌纹识别算法分为若干实现模块，见图2.3： 图2.3 主要算法流程图 ;2.2 DSP实现 本文设计实现的DSP硬件平台是闻亭公司的DM642开发板。TDS642EVM 多路实时图像处理平台是基于TI的TMS320DM642 DSP芯片设计的评估开发板。 图2.4 DM642功能结构示意图 ; ;表2.1 存储器分配 ;3 掌纹图像的预处理;3.1.2改进型sobel算法原理结果分析 在对同一幅二值化的掌纹图像做轮廓边缘提取的时候，由于改进型Sobel算法结果边缘平整连续，没有边缘缺失的情况。在利用形态学的方法进行拐点提取的时候，可以最大程度减小拐点搜索缺失的情况，增加定位的精确程度。见图3.2： 图3.2 (a)经典Sobel边缘提取效果图 (b)改进Sobel边缘提取效果图;3.2拐点的提取 3.2.1形态学算法原理 (a) (b) (c) (d) (e) (f) (g) 图3.3 (a)采样图像 (b)二值图像 (c)轮廓边缘图像 (d)膨胀图像 (e)腐蚀图像 (f)拐点区域图像 (g)拐点图像;3.2.2结果分析 错误情况一，见图3.4： 图3.4 错误情况一示意图 结果中小拇指和无名指之间的拐点没有计算出来。分析原因是因为无名指和小拇指张开角度过大，膨胀和腐蚀以后没有产生联通的区域。 ; 错误情况二，见图3.5： 图3.5错误情况二示意图 上面结果中第3个拐点的坐标位置不正确。分析原因是由于中指和无名指张开角度过小