基于指节纹的个人身份自动识别

第35卷第7期2009年7月

自动化学报ACTAAUTOMATICASINICA

Vol.35,No.7July,2009

基于指节纹的个人身份自动识别

竺乐庆1,2

张三元2

幸锐2

摘要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.

关键词生物测定学,身份识别,指节纹,小波消噪,余弦函数中图分类号TP391.41

AutomaticPersonalAuthenticationBasedonFingerPhalangealPrints

ZHULe-Qing1,2

ZHANGSan-Yuan2

XINGRui2

AbstractFingerphalangealprintsarestableanduniqueforeachindividual,thuscanbeusedinpersonalauthentication.Anovelpersonalrecognitionmethodisproposedbasedonthe ngerphalangealprintinthispaper.Thecapturedimageis rstpreprocessedtosegmentout ngersandrotatethemtothehorizontaldirection;Sobeloperatorisusedtogetthehorizontalgradientwhichisbinarizedandprojectedtothehorizontalaxis.The1-Dprojectionisthendenoisedwithwaveletanddownsampledtogetthefeaturevector.Finally,thesimilarityofthetwomatchingvectorsismeasuredbyusingcosinefunction.Theproposedmethodwastestedonthedatabasewhichcontains1900samplesfrom190di erentpalms.Theequalerrorrate(EER)wasnomorethan0.67%andonematchtimeconsumptionwaslessthan2ms.Experimentssuggestedthatahighrecognitionaccuracyande cientmatchingperformancecanbeachievedwiththeproposedalgorithm,whichcanmeettherequirementofrealtimesearchinginlargepalmdatabase.Keywords

Biometrics,personalidenti cation, ngerphalangealprints,waveletdenoising,cosinefunction

基于生物测定学的个人身份认证技术正越显重要,目前已开发的身份认证技术有指纹、人脸、语音、虹膜等,各种身份认证技术在用户亲和力、成本和性

[1]

能方面各有优缺点.人脸对姿势、附加装饰物、表情和光线变化敏感;基于虹膜的识别要求特定的照明条件,其采集过程使用户倍感不适;指纹识别则要求手指有较完整的表皮,将近4%的人由于指纹特征不够明晰而无法注册[1].指节纹是手指基节和中节的乳突花纹,花纹结构简单,Plotz-Readmann将指节纹划分为4种基本型和8种复合型[2].指节纹

收稿日期2008-07-04收修改稿日期2008-12-08

ReceivedJuly4,2008;inrevisedformDecember8,2008

国家高技术研究发展计划(863计划)(2007AA01Z311,2007AA04Z1A5),国家自然科学基金(60473106),浙江省科技计划项目(2007C21006)

SupportedbyNationalHighTechnologyResearchandDe-velopmentProgramofChina(863Program)(2007AA01Z311,2007AA04Z1A5),NationalNaturalScienceFoundationofChina(60473106),ZhejiangProvinceScienceandTechnologyProgramofChina(2007C21006)资助

1.浙江工商大学计算机与信息工程学院杭州3100182.浙江大学计算机科学与技术学院杭州310027

1.CollegeofComputerScienceandInformationEngineering,ZhejiangGongshangUniversity,Hangzhou3100182.Col-legeofComputerScienceandTechnology,ZhejiangUniversity,Hangzhou310027

DOI:10.3724/SP.J.1004.2009.00875

是手纹的一个重要组成部分,是手指前表面上仅次于指纹的显著特征,具有稳定性且对于不同的人具有不同的位置和结构特征[3],可以作为人体生物特征识别的依据,但由于没有指纹、掌纹的明显规则,较少受到研究者的注意.迄今为止,基于掌纹特征的生物识别技术已取得长足发展[4 6],然而基于指节纹的生物识别技术文献还相当少见[7 8],罗荣芳等提出了一种基于Radon变换和奇异值分解的指节纹身份识别方法[9],主要提取手指的第一和第二折痕线的特征;李强等则提出了基于Gabor滤波、互相关点匹配及决策级分数融合的指横纹识别方法,提取的是中指第二节指节纹[10];而本文引入的指节纹特征除包含第一第二指节纹,还包含指根折痕线特征.

指节纹的采集设备具有侵犯性小、低成本、用户接口易实现、数据存储量低等优点,这使得指节纹识别成为颇具吸引力的选择.如果把指节纹、手形与掌纹识别技术结合起来,则可以使指节纹、手形识别的高效性与掌纹识别的高辨识精度相辅相成,优势互补.

本文介绍的基于指节纹的个人身份验证方法提取的特征数据量小,匹配时间短,而且也能取得较