基于ARM9嵌入式系统的掌纹识别系统的实现

掌纹识别技术是一种新兴的生物识别技术,是近年来生物识别研究的热点.介绍了一种掌纹识别算法在ARM9嵌入式系统上的实现方案.介绍了系统的各部分组成,包括基于排序测度的掌纹识别算法、嵌入式系统的软件设计和硬件设计.针对算法在嵌入式系统上实现的困难,提出了提高算法速度的解决方案.     

基于ARM9嵌入式系统的掌纹识别系统的实现

掌纹识别技术是一种新兴的生物识别技术,是近年来生物识别研究的热点。介绍了一种掌纹识别算法在ARM9嵌入式系统上的实现方案。介绍了系统的各部分组成,包括基于排序测度的掌纹识别算法、嵌入式系统的软件设计和硬件设计。针对算法在嵌入式系统上实现的困难,提出了提高算法速度的解决方案。     

基于MB-LBP和HOG的掌纹识别

掌纹识别是模式识别及智能信息处理领域的研究热点。针对传统掌纹识别方法易受噪声影响,且旋转鲁棒性差的问题,提出基于分区的多块局部二值模式（MB-LBP）和梯度方向直方图（HOG）的掌纹识别方法。该算法首先利用分区MB-LBP和HOG算法分别提取掌纹的纹理、边缘特征,然后将提取的两种特征通过串联的方式进行融合,最后计算测试图像与训练图像的绝对值距离并利用最近邻分类器得出分类结果。实验对比传统算法（PCA、LBP和HOG）,得到较高的掌纹识别率。因此,将基于分区多块局部二值模式与梯度方向直方图特征进行融合,可提取较完整的掌纹有效信息,对于光照不均匀和有位置变化的掌纹具有一定的健壮性,具有良好的掌纹识别性能。     

分辨率LBP的掌纹特征提取

为了研究NSCT变换(nonsubsampled contourlet transform,NSCT)和局部二值模式(local binary pattern,LBP)在掌纹识别应用方面的可行性和性能,提出了一种基于NSCT变换与局部二值模式相结合的掌纹特征提取算法.该方法能够较好地提取皱褶、乳突纹等掌纹的细节特征,并且能够有效减少掌纹识别中由于图像的平移、旋转和光照对识别结果造成的影响.使用NSCT变换可以稀疏地表示二维奇异曲线并且变换本身具有平移不变性;而LBP算子是一种有效的纹理描述算子并且该算子具有很好的灰度和旋转不变性.首先对掌纹图像进行NSCT变换,然后对变换后的掌纹子图提取局部多分辨率和多尺度的LBP特征.实验结果表明,该算法能够更好地表达掌纹纹线的细节和结构特征,对掌纹图像有更高的鉴别性.     

基于手指静脉和手指轮廓的个性化融合方法

近年来手指静脉识别成为一种有前途的身份验证技术.采集图像时,手指的姿势或光照的变化会严重影响算法的性能.多生物特征识别可以在一定程度上克服这些限制,提高识别性能.相比其他的生物特征融合,手指静脉和手指轮廓融合的优点是采集图像比较方便,只需要手指静脉采集设备即可获得这两种生物特征的图像.基于此,提出了一种基于手指静脉和手指轮廓的个性化加权融合识别方法.首先根据原始得分对样本进行分类,然后依据分类结果求得样本的分类置信度得分.相比原始得分,分类置信度得分加入了分类信息,能够为后面的融合提供更多的有效信息.最后,为了体现个体之间的差异,使用个性化权重将分类置信度得分进行融合.在自建数据库上的实验结果验证了该方法的有效性.     

掌纹掌脉图像超小波域融合识别算法

针对单一生物特征识别技术易受外界各种因素影响,识别率和稳定性有待提高的问题,提出一种掌纹掌脉图像超小波域融合识别算法NSCT-NBP。首先,对掌纹掌脉图像利用非下采样Contourlet变换（NSCT）进行分解,将得到的低频和高频子图像分别利用区域能量和图像自相似原理进行融合;然后,对融合后的图像利用近邻二值模式（NBP）提取纹理特征,获得特征向量;最后,通过计算特征向量间的汉明距离比较融合图像间的近似程度来计算等误率（EER）。在PloyU图库及自建图库上进行实验,结果表明,NSCT-NBP算法可获得最低的EER,分别为0.72%和0.96%,识别时间仅为0.0530 s和0.0871 s,与当前最优的基于小波变换和Gabor滤波器的掌纹掌脉融合方法相比,在两个图库上EER分别降低了4%和36.8%。NSCT-NBP算法能够有效融合掌纹掌脉图像的纹理特征,具有良好的识别性能,并且掌纹掌脉特征的融合增强了识别系统的安全性。     

基于特征融合的多模态身份识别方法研究

研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器进行分类识别。在AMP、ORL人脸库和Poly-U掌纹图像库中的实验结果表明,两种模态的融合能更多地给出决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率,更具安全性和准确性。     

基于傅立叶变换的掌纹识别方法

掌纹识别是指由计算机自动识别哪些掌纹图像来自同一只手掌,哪些来自不同的手掌.在掌纹识别中,特征提取算法的优劣至关重要.提出了一种基于傅立叶变换的掌纹特征提取方法.该方法的基本思想是先将掌纹图像应用傅立叶变换转换到频域,然后在频域中进行特征提取和描述.提取出来的特征备用来索引掌纹数据库,以便当一个新的掌纹图像被输入时,可以很快确定该手掌是否已经在掌纹库中注册.该方法可以用来做基于人体生物特征的身份识别,在安全领域有广泛的应用前景.实验验证了该方法的有效性.     

融合全局和局部方向特征的掌纹识别方法

摘 要：掌纹识别是受到较多关注的生物特征识别技术之一。在各类掌纹识别的方法中, 基于方向特征的方法取得了很好的效果。为了进一步提升识别精度,提出一种融合全局和局部 方向特征的掌纹识别算法,主要融合了基于方向编码的方法、基于方向特征局部描述子的方法 和结合方向特征和相关滤波器的方法。其中前 2 种方法属于空间域方法,可很好地提取掌纹的 局部方向特征;而第 3 种方法属于频域方法,能有效地提取全局方向特征。在匹配值层对该 3 种方法的识别结果进行融合。本文算法在 2 个掌纹数据库上进行了验证,实验结果表明,本文 方法的识别性能明显优于其他几种掌纹识别方法。     

煤矿入井人员唯一性检测技术研究

通过分析掌纹、指纹、虹膜、人脸、步态、声纹等生物特征识别技术的特点以及煤矿现场对入井人员生物特征的影响,指出虹膜识别、人脸识别、步态识别、声纹识别适用于煤矿入井人员唯一性检测;提出了一种基于人员定位和生物特征识别的煤矿入井人员唯一性检测技术方案,将生物特征识别技术嵌入人员定位系统,利用人员定位识别卡实现识别卡数量及人员身份的唯一性检测;指出煤矿入井人员唯一性检测技术的研究关键点是严重污染人脸的识别算法、对设备遮挡情况下人员步态图像的采集及对混入人员语音信号的煤矿现场噪声消除算法。     

Hiding iris data for authentication of digital images using wavelet theory

This paper introduces an efficient approach to protect the ownership by hiding an iris data into digital image for an authentication purpose. It is based on the theory of wavelets. The idea is to secretly embed biometric data (iris print) in the content of the image identifying the owner. The system is based on an empirical analysis of biometric and watermarking technologies, and it is split into several processes. The first process is based on iris image analysis, which aids the generation of the iris code (watermark); the second and the third processes deal with embedding and detecting a watermark; and the last process deals with the authentication. A new metric that measures the objective quality of the image based on the detected watermark bit is introduced, which does not require the original unmarked image for watermark detection. Simulation results show the effectiveness and efficiency of the proposed approach. The text was submitted by the author in English.     

基于比特流的虹膜特征数据的隐藏算法

对生物特征数据的攻击是生物特征识别自身安全的主要威胁。为了提高虹膜特征数据的安全性,根据现有主要的虹膜识别方法中特征模板的数据特性和基于汉明距的比对方法,提出一种基于比特流的将虹膜特征模板数据嵌入人脸图像的数据隐藏算法。实验结果表明,该算法具有较强的隐蔽性,隐藏算法本身误码率为零,计算效率高,不会影响虹膜识别技术本身的性能,能够有效保护特征模板数据,增强虹膜识别系统自身的安全性。     

A wavelet-based dominant feature extraction algorithm for palm-print recognition

In this paper, a multi-resolution feature extraction algorithm for palm-print recognition is proposed based on two-dimensional discrete wavelet transform (2D-DWT), which efficiently exploits the local spatial variations in a palm-print image. The entire image is segmented into several small spatial modules and the effect of modularization in terms of the entropy content of the palm-print images has been investigated. A palm-print recognition scheme is developed based on extracting dominant wavelet features from each of these local modules. In the selection of the dominant features, a threshold criterion is proposed, which not only drastically reduces the feature dimension but also captures precisely the detail variations within the palm-print image. It is shown that, because of modularization of the palm-print image, the discriminating capabilities of the proposed features are enhanced, which results in a very high within-class compactness and between-class separability of the extracted features. The effect of using different mother wavelets for the purpose of feature extraction has been also investigated. A principal component analysis is performed to further reduce the feature dimension. From our extensive experimentations on different palm-print databases, it is found that the performance of the proposed method in terms of recognition accuracy and computational complexity is superior to that of some of the recent methods.     

基于Adaboost的人脸与虹膜融合识别

传统生物特征识别系统的识别率经常受到环境以及生物学特征的自身局限性影响。针对该不足,提出一种基于人脸与虹膜特征级融合的多模态生物识别系统,采用中心对称局部二值模式算子提取人脸和虹膜的纹理特征,将人脸特征与虹膜特征线性整合成混合特征向量,利用Adaboost算法从该混合特征向量中优选出一组最佳特征组合,从而构成强分类器。实验结果表明,该多模态系统相比单模态系统具有更好的鲁棒性。     

基于虹膜生物特征信息的图像加密方法

针对目前图像加密中的密钥安全性问题,提出一种基于虹膜生物特征信息的图像加密方法。该方法一方面确保了密匙的安全性;另一方面,密匙的获取无须传送。它通过虹膜采集系统的在线认证,使得具有授权的用户方能正确获取密钥,实现图像解密。与此同时,着重强调当用同一生物特征信息对多幅不同图像进行加密时,采用独立变量分析法能有效分离出密钥信息或原图像。     

基于MATLAB GUI 的虹膜识别算法测试平台

虹膜识别是一种重要的利用生物学特征进行的身份识别技术,针对虹膜识别人们已经提出了许多算法,但如何比较、评价各种算法,还没有一个统一的标准和测试平台,为此该文建立了一个虹膜识别算法的MATLAB图形用户界面（GUI）,给出了建立虹膜数据库应该考虑的问题。在该平台下,可以对虹膜识别的有关问题进行研究。对同一个虹膜数据库进行实验,可以获得不同算法的性能指标比较。该平台除了提供统一的操作界面进行各种算法比较研究外,还可以允许用户对新算法进行实验研究。结果表明,该平台能够实现各种算法的集中管理,并输出可视实验结果,很方便进行虹膜识别算法的研究和比较。     

Biometric template protection with DCT-based watermarking

In this paper we have addressed a solution of two big issues in design of multimodal system: template protection and fusion strategy. A robust biometric watermarking algorithm is proposed for biometric template protection. The fingerprint feature vector and iris features are used as watermark. Proposed DCT-based watermarking technique embeds watermark in low-frequency AC coefficients of selected 8 $\times $ 8 DCT smoother blocks. Blocks are classified based on human visual system. The robustness of the proposed algorithm is compared with the few state-of-art literature when watermarked image is subjected to possible channel attacks. Decision level fusion strategy is used to improve the overall performance of multimodal system. That is achieved by conditionally limiting the threshold of the fingerprint system to a maximum value, obtained by projecting 50 % of the cross over error rate on to the FRR curve of the iris system.     

Locating the Visible Part of the Iris with a Texture Classifier with a Support Set

Person identification by the iris is one of the leading technologies in biometric identification. The visible region of the iris has the form of a ring enclosed between the pupil and the sclera partially occluded by eyelids, eyelashes, and flashes. An important problem is to find the non-occluded part, i.e., divide the pixels of the image into two classes: “iris” and “occlusions.” We propose an approach to solving this problem based on distinguishing a support set, i.e., a part of the ring which is free from occlusions with high probability, and subsequently finding all elements that have similar texture features. As the support set, based on experiments we have chosen a sector of the ring with minimal brightness excess. We divide the pixels with a classifier based on a multidimensional Gaussian trained on the support set. Local classification noises are partially removed by morphological postprocessing. Applying this algorithm to construct biometric templates improves recognition.     

基于相位谱互相关的虹膜识别方法研究

利用虹膜图像中丰富的结构和纹理特征作为身份鉴别的依据,与其他生物特征识别相比,具有更高的可靠性。该文提出一种基于图像相位谱互相关的虹膜识别方法。本系统先对虹膜图像进行滤波、定位、增强等预处理,再利用相位谱互相关匹配算法对虹膜图像进行识别,最后,进行了小样本的实验。实验结果表明,该方法是可行的,并且识别准确率高,速度快。