论文部分内容阅读
近年来,人们对个人信息安全越来越重视,传统的身份认证方式识别能力低、防伪能力弱,已无法满足人们的需要。生物特征识别利用生理特征或行为特征进行识别,具有更强的防伪性,从而在一定程度上解决了传统身份认证中所出现的问题,并逐渐成为目前身份认证的主要实现手段。手掌静脉和掌纹识别系统也因此在生活中得到了广泛的应用。论文分析了图像融合、特征提取以及匹配识别等方面的理论知识,并介绍了嵌入式方面的相关技术。实现了手掌静脉和掌纹识别算法,并将其移植到ARM平台,还设计了图形用户界面以方便用户使用。最后对软件系统的功能和识别算法进行测试并对测试结果进行分析。论文的主要工作和研究成果归纳如下:(1)手掌静脉和掌纹识别算法实现:首先给出手掌静脉和掌纹识别算法的总体框架。然后针对嵌入式平台计算能力弱、存储空间小的特点,使用一种基于二维离散小波变换的图像融合算法对手掌静脉和掌纹图像进行融合,将得到的低频近似子图像作为样本,并使用散射卷积网络进行特征提取。针对特征向量维数较高、含有大量冗余数据等问题,使用PCA(Principal ComponentAnalysis)算法对特征向量进行降维,并使用 SVM(Support Vector Machine)分类器进行匹配识别。(2)手掌静脉和掌纹识别系统软件实现:首先给出识别系统软件总体框架。然后搭建嵌入式软件平台,包括Linux系统移植、Python移植、相关算法库移植等。为方便用户使用,采用Qt设计图形用户界面,并使用SQLite数据库存储用户相关数据。最后,将识别系统软件移植到ARM平台。(3)软件功能和识别算法测试及结果分析:测试了识别系统软件的基本功能,并从识别率、识别速度和可重复性等方面对识别算法进行测试,还对实验结果进行了分析。本文实现了基于ARM平台的手掌静脉和掌纹识别系统软件,配合图像界面能够实现用户注册和身份识别等功能,有助于帮助人们应对日趋严峻的信息安全问题。