1、隨著科學技術的不斷進步與發(fā)展,生物特征識別技術作為一種全新的身份識別手段,得到了迅猛發(fā)展及廣泛應用.然而,實際的應用給生物特征識別提出了更高的要求,如,穩(wěn)定性、重復性、可接受性、安全性、非侵犯性、識別速度、產品價格等.目前,還沒有任何系統可以滿足其全部要求,還面臨著許多理論與技術難題需要進一步的開發(fā)及解決.本文針對上述存在的主要問題,從圖像采集、特征提取、分類器設計以及信息融合技術等幾個方面進行研究,提出了一些改進方法和措施:(1)在深

2、入分析指紋取像技術及偽指紋檢測技術存在問題的基礎上,研究了一種基于生物電檢驗指紋真?zhèn)渭胺墙佑|指紋圖像檢測相結合的方法,解決目前指紋采集過程中存在的真?zhèn)坞y辯、殘留指紋、灰塵薄霧等嚴重影響識別率問題.(2)特征提取是生物特征識別的重要環(huán)節(jié),對虹膜圖像從邊緣特征提取和紋理特征提取兩方面進行研究:采用閾值自動選取的虹膜邊緣檢測方法,解決特征提取過程中存在的不能很好地保留圖像的原始特征、增加新特征、易受噪聲干擾等問題;采用基于多尺度二維Gabor

3、小波變換提取虹膜紋理特征,解決虹膜紋理特征提取過程中存在著受漂移、比例縮放、光照變化、噪聲影響等問題;提出采用雙三次B樣條小波的多尺度屋頂邊緣檢測方法提取指紋細節(jié)特征,解決采用二值化等常規(guī)方法無法對有污染、存在噪聲等低質量指紋圖像提取過程中帶來的偽特征或將真實的細節(jié)大面積丟失等問題.(3)本文提出采用支持向量機(SVM)決策樹、全局優(yōu)化分類器方法構建SVM指紋多類分類器,在對SVM決策樹的錯誤識別率進行分析的基礎上,從理論和實驗兩方面對