指节纹识别综述

相比其它生物特征,指节纹具有特征丰富,采集设备价格低,易于结合手形、手指静脉及掌纹组成性能鲁棒的多模态识别系统等优点.文中首先介绍指节纹的定义、数据采集、预处理方法等,之后详细介绍各种指节纹识别算法及多模态识别方案.根据特征提取及匹配方法的不同,将指节纹识别算法分为6类:基于结构的算法、基于子空间学习的算法、基于编码的算法、基于纹理特征的算法、基于相关滤波器的算法和基于局部特征描述子的算法.回顾和总结各种算法的特点,展望未来指节纹识别的发展方向.

基于指节纹的个人身份自动识别

人体的指节纹具有稳定性且对于不同的人具有不同的位置和结构特征,可作为身份识别的依据.本文提出了一种基于指节纹的身份识别新方法:对采集的手掌图像首先通过预处理分割出各手指并旋转至水平位置;然后用Sobel算子求其水平梯度,对梯度图二值化后经垂直投影得到一维向量;对此向量应用小波去噪,生成手指指节纹特征向量;通过用余弦函数计算指节纹特征向量之间相似度实现最后的匹配.本文用该方法对来自190个手掌的1900个样本进行了测试,取得了0.67%的等误率,单次匹配时间低于2ms.实验结果表明该方法具有较高的识别精度,而且识别速度快,适合在大规模手掌库中实现手掌筛选.

基于引导滤波的指节纹图像增强算法研究

在利用指节纹进行身份识别时,为提高图像的质量,避免光照不均匀和环境噪声对特征提取带来的影响,需要在图像预处理阶段进行增强处理。针对指节纹图像的特点,设计了基于梯度图像引导滤波的图像增强算法,并在指背关节纹数据库中进行了验证。结果表明,该图像增强算法可避免光照不均带来的影响,同时突出细节特征,适用于指节纹图像的预处理。最后进行的定量分析证明,经过本算法的增强处理后,图像将保留更多的细节信息特征,有利于后续特征提取和提高图像识别的准确性。

基于顶帽变换的指节纹和掌纹识别改进算法

针对指节纹、掌纹不易提取,且易受光照和手掌颜色不均影响的问题,提出了基于顶帽变换的指节纹、掌纹识别改进算法。顶帽变换能消除光照不均的影响,很好地提取手掌主纹线。对采集的手掌图像进行灰度化和顶帽变换后,进行二值化处理,分离出手掌区域,找到手掌区域所在位置,用Sobel边缘检测器分离出手掌边界,确定指尖指谷坐标,再对手掌区域进行分割,找到指节纹和掌纹大体区域,用互相关法进行掌纹和指节纹匹配。实验结果表明:提出的方法能够消除光照不均和手掌颜色不均的影响,且速度快,抗噪能力强,适合大规模手掌库实现粗筛选。

安徽汉族指节纹的调查分析

用粉笔—碳素墨水—透明胶带法采集指节纹，体视显微镜下鉴定纹型，调查分析了安徽芜湖地区４００例（男２００人，女２００人）汉族的指节纹。结果表明，汉族指节纹以钩型（３９３５％）最多，其次是弓型（２２０３％）和直线型（１３６５％）。分析了纹型在各指的分布特点，比较了不同性别、不同人种间的差异，并对差异的可能原因进行了讨论。

广东汉族指节纹研究

目的了解汉族指节纹的形态特点。方法粉笔—碳素墨水—透明胶带法采集指节纹,放大镜下鉴定纹型,调查分析了17～21岁广东地区420例(男210人,女210人)汉族的指节纹。结果汉族指节纹以钩型(39.98%)最多;其次是弓型(20.97%)和直线型(15.07%)。分析了纹型在各指分布特点,比较了不同民族和不同人种间的差异,并对差异的可能原因进行了讨论。结论指节纹是皮纹学的有效参数,对深入进行体质人类学和医学遗传学研究有重要意义。

基于PCA的指节纹图像全局特征提取与识别

在基于PCA(Principal Component Analysis)的指节纹图像全局特征提取和识别中,为了提高准确率,在传统方法的基础上,通过实验验证了4指指节纹对于识别结果有不同的分类权重(贡献率)。改进了已有研究成果中对4指等权重分配的方法。实验结果显示,和4指等权重分配方法达到94. 4%的识别率需要32维特征相比,4指权重比为2∶2∶3∶2时,取21维特征即可达到最高识别率94. 4%。因此该方法可大大降低特征维数,提高识别速度。

非接触成像手指节纹检测算法

指节纹因具有唯一性而成为身份认证的方法之一,现有的文献主要基于小波多分辨率分析原理提取指节纹分布信息,而本文给出了一种针对指节纹间相对位置关系进行检测的方法:首先对自建图库中大拇指向外张开、四指闭合的手掌图像,利用Step边缘检测的预处理方法定位出关键的指尖、指根点,然后将整幅手掌图像旋转至水平位置,以便于比较指节纹的相对位置分布关系,最后针对除大拇指之外的四个手指,利用Roof边缘检测的方法确定指节纹特征点.为了验证本文的方法,利用自建小型图库进行测试,结果表明正确检测率可达98.035%,验证了该方法的可行性和有效性.

内指节纹识别方法研究

在当今信息化社会中,诸多场合都需要身份认证,目前最有效的方法是生物识别技术。作为一种新兴的生物识别技术识,指节纹识别有自己独特的优势,具有纹理丰富、用户接受度高、采集设备成本低等特点,拥有广阔的发展前景。相对于外指节纹,内指节纹的研究成果较少,但内指节纹还有对比度高、可以和手形等手部特征结合组成精度更高的多模态识别系统的优点,因此,针对传统的内指节纹进行研究,并将主要算法进行对比。

中国人指节纹的研究

本文观察研究了400名(男200人,女200人)南昌地区汉族人的指节纹。结果表明,中国人的指节纹以钩型(43.10％)最常见,其次为直线型(37.10%)和弓型(15.28%)。我们还就男女性别和左右手进行了比较,并与国外有关资料作了分析比较。

临夏回族中指节纹的研究

根据Ｐｌｏｅｔｚ－Ｒａｄｍａｎｎ分类法，对甘肃省临夏州４３７名回族中学生的中指节纹进行了观察研究，结果表明，回族人的中指节纹以直线型（３９．４％）最常见，其次为弓型（２５．７４％），角型（１３．３９％）和钩型（１１．７６％）。并与国内的汉族资料做了比较分析。

基于多维匹配距离融合的指节纹识别

指节纹识别(FKP)作为一种新型的生物特征识别方式,以其安全性和稳定性而备受关注。基于编码的方法被认为是该领域最有成效法之一,在模板匹配阶段通常根据所提取的特征信息计算出2张图片之间的匹配距离来判断样本。然而,一些模糊样本无法通过单一的匹配距离进行有效区分,从而导致较高的错误接受率和错误拒绝率。针对这一问题,提出了一种轻量化且有效的多维匹配距离融合方法。主要思想是基于多种编码方法中不同匹配距离之间的差异性和互补性,利用支持向量机(SVM)对多种匹配距离所构造出的多维特征向量进行分类。其具有极强的通用性,易嵌入到现有的基于编码的方法中。在公开的指节纹数据库PloyU-FKP上进行了从二维到四维匹配距离的大量实验。结果表明,该方法能够普遍提高认证的性能,EER最多可降低22.19%。

试论充分利用指节纹规律 提高判断现场指纹手别指位的准确性

指节纹在不同手别和具体手指位上,是有规律可遁的。其中以拇指、小指、食指为尤。充分利用指节纹在各手位指位上所体现的规律。以提高判断现场指纹的准确性,不失为一快速简易的好方法。

容易被误认的“指纹”——浅谈指节纹中另类纹形及分布特点

在我们勘查检验各类案件现场痕迹提取的各类手印中,有相当一部分是残缺的、局部的、模糊的和不完整的,具有迷惑性。指节纹中有一些特殊纹形或称另类纹形很带有这种欺骗性。若在局部范围内仅从外观上看,有的简直就像是指纹中的典型纹形。使我们的主观判断稍有不慎就会形成一种错觉。研究中发现,这些特殊纹形或另类纹形竟无例外地主要出现在指节纹中的食指、中指、环指的第三指节上。掌握了这个规律再结合现场的具体情况进行综合判断,出错的概率将大为减少。

指节纹图像感兴趣区域提取与特征识别算法

为降低特征提取的工作量同时提高识别的准确性,设计了一种指节纹图像感兴趣区域(ROI)提取方法。首先,对采集到的图像进行预处理操作,分离并旋转定位四指图像。其次,通过手指图像梯度分布关系,计算负梯度的极值,并统计图像中每一行的负梯度极值个数来确定近指节纹的ROI区域。最后,通过局部二值模式(LBP)直方图相似性来验证所提取的ROI区域的准确性。实验证明,在采用本文方法所建立的指节纹ROI数据库中,分类准确率达到了100%。

中国汉族人群的指节细线纹研究

中国汉族人群的指节细线纹研究骆传祖（郧阳医学院，湖北十堰４４２０００）收稿日期：１９９６－０４－０１人类普遍存在的指掌纹理可人为地大体上分为指位纹理和掌部纹理两大部分（骆传祖，１９９５）。本文作者分析了近几年我院汉族学生（生源主要是鄂西北地区）的指掌...

基于特征模板的外指节纹特征提取方法

本文在光照和手背肤色差异的影响下,针对难以从不固定手背中定位和提取外指节纹纹理ROI(感兴趣区域)这一问题,提出了基于特征模板的外指节纹特征提取方法。首先,设计了一种自适应校正手背图像方法,根据手下端等距像素累计最多的角度值作为旋转角度,快速准确地完成了图像归一化校正。然后,对图像进行预处理,再通过sobel算子提取出手背轮廓,将所提取的手背轮廓利用凸包算法定位指尖点,根据指尖点以及手形特征矢量的关系确定外指节纹区域。最后利用设计的特征模板提取出外指节纹纹理特征。实验结果表明,提出的方法能在所建立的数据库中自适应提取出外指节纹纹理。

人的指掌纹理分型补遗

人的指掌纹理分型补遗骆传祖（郧阳医学院生物学教研室十堰４４２０００）人类普遍存在的指掌纹理分型已有不少报道。本文只就几年来学生的皮纹实验报告补充一些“分型”和已有分型中的一些亚型，以期为应用者和研究者广泛而深入的探讨提供点滴参考，为方便，我们将指掌纹...