掌纹识别算法综述

掌纹识别作为一种新兴的生物识别技术,近年来得到了广泛的关注与研究.与其他生物特征相比,掌纹有许多独特的优势,包括识别率高、采集设备价格低廉、用户可接受性好等.这些优势使得掌纹识别成为一种有着广泛应用前景的生物识别方法.本文首先介绍了掌纹的特点、掌纹的采集设备和预处理方法,之后详细介绍了近几年来提出的各种掌纹识别方法.根据特征提取以及匹配方法的不同,本文将掌纹识别方法分为基于结构的、基于子空间的、基于编码的和基于统计的四类方法.在回顾和比较了各种算法的特点之后,对未来的掌纹识别方法的发展方向作了展望.

一种用于掌纹识别的线特征表示和匹配方法(英文)

作为一种较新的生物特征,掌纹可用来进行人的身份识别.在用于身份识别的诸多特征中,掌纹线,包括主线和皱褶,是最重要的特征之一.本文为掌纹识别提出一种有效的掌纹线特征的表示和匹配方法,该方法定义了一个矢量来表示一个掌纹上的线特征,该矢量称为线特征矢量(line feature vector,简称 LFV).线特征矢量是用掌纹线上各点的梯度大小和方向来构造的.该矢量不但含有掌纹线的结构信息,而且还含有这些线的强度信息,因而,线特征矢量不但能区分具有不同线结构的掌纹,同时也能区分那些具有相似的线结构但各线强度分布不同的掌纹.在掌纹匹配阶段,用互相关系数来衡量不同线特征矢量的相似性.实验表明,LFV方法无论是在速度、精度,还是在存储量方面都能满足联机生物识别的要求.