本课题主要研究内容
本文共分五章，各章节的内容安排如下：
第一章绪论。
本章首先简要概述本课题的研究背景及意义，然后回顾生物识别技术、掌纹识别技术发展历程，随后重点介绍了掌纹识别技术的研究现状。
第2章掌纹图像的预处理。
在本章中，重点阐述了掌纹识别系统的相关背景知识，主要对掌纹数据库和
图像预处理相关方法做了详细介绍。
[7] W. X. Li, D. Zhang, Z.Q. Xu., Palmprint Identification by Fourier Transform. International
Journal of Pattern Recognition and Artifical Intelligence 2002, 16(4), 417-432.
3)用最大内切圆确定掌纹有效区域[6]
用内切圆确定掌纹有效区域是文献【6】中介绍的一种新方法，该方法同样首先是用边缘检测算法求得边缘图，然后再在手掌内寻求最大内切圆(半径和圆心)，从而分割出掌纹有效区域。
3、掌纹图像特征提取与匹配
掌纹图像是种近似的纹理周期性图案，掌纹图像中不同区域的纹线方向和空间频率代表着掌纹图像内在的特征。针对掌纹图像的特点，已提出了下面几种代表性的掌纹图像识别。
2.手掌上有几条大的主线和很多的皱折线，这样的线特征是掌纹所独有的，具有很强的区分能力和抗噪声能力，并且可以在低分辨率、低质量的掌纹图像中提取出来；
3.掌纹具有唯一性；
4.相比其他生物识别技术，掌纹图像采集设备的价格要廉价得多，并且使用方便，更容易被用户接受。
二、掌纹识别技术的研究现状
掌纹识别作为生物特征识别技术是近年来发展起来的新兴技术，在国内，香港理工大学与清华大学率先提出利用掌纹进行身份识别的思想，对掌纹的基本特征和特点作了全面的总结，开辟了掌纹识别研究的新领域。经过十几年的发展，掌纹识别技术已经逐步进入成熟阶段。香港理工大学生物识别研究中心设计和开发了世界上第一套民用联机掌纹识别系统，建立了世界上最大的掌纹图像数据库。该数据库有10万多个样本，2003年在网上发布了收割掌纹数据标准库。目前，掌纹识别作为生物特征识别家族的重要成员，已在国际上得到公认，并产生了较大的影响。
参考文献：
[1]ZHANG D. Biometrics-a unique authentication approach[R].Hongkong:HKCS-ISSG,2004.
[2]SHU W,ZHANG D. Automated personal identification by palmprint[J].Optical Engineering,1998,37(8):2359-2362.
1)基于Fourier变换的识别[7]
首先应用Fourier变换将掌纹图像变换到频域，然后在频域中进行特征提取和描述。由于Fourier变换丢失了掌纹纹线的位置和细节信息，使得提取出来的特征不够直观。
2)基于2D Gabor变换的识别[8]
首先运用扩展后的2D Gabor相位编码进行掌纹的特征提取和描述(纹线特征分为实部和虚部)，然后使用一种规范化汉明距离进行匹配，处理速度较快。Gabor变换确实能反映出图像信号在任意局部范围的频域特性，这是它比Fourier变换优越之处，但这种方法不能实现多分辨率分析，会丢失一些纹理信息。
第四章实验结果及分析
文
献
综
述
、
参
考
文
献
人们对生物特征识别技术的研究从1960年开始[1]，2003年6月联合国国际民用航空组织公布其生物特征识别技术的应用规划，在用户护照上加入如指纹、虹膜等生物特征。刑事技术部门在提取和比对现场痕迹时经常发现犯罪分子遗留的掌纹痕迹，如果不对其加以应用，将可能会损失纹型信息的30%。事实上，人手掌纹识别这一领域一直是空白，直到1998年出现第一篇关于掌纹识别技术的论文[1,2]。
掌纹识别的技术主要包括：掌纹图像采集、掌纹图像预处理、掌纹特征的提取、掌纹特征识别。本文主要从掌纹图像的预处理算法、掌纹图像的特征提取和掌纹图像的特征识别算法三个方面分析掌纹识别技术的研究现状。
预处理的目的是消除掌纹图像中的无关信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而使所采集的掌纹图像能方便地对图像后续处理。掌纹图像的预处理包括以下几个方面：掌纹图像的定位分割、掌纹图像的去噪、掌纹图像的增强。
ቤተ መጻሕፍቲ ባይዱ1)用三个关键点检坐标系[4]
在两个手指相交的地方定三个点，1、3连线为Y轴，过点2且垂直于Y轴的直线为X轴建立坐标系，进而在该坐标系下分割出大小为128×128的掌纹中心区域。
2)用最大正方形确定掌纹关键区域
Poon[5]等提出了一种划分掌纹中心区域的方法。他们将掌纹的中心区域划分为多个椭圆形半环，每个椭圆形半环再分为多个小块，对每个小块分别提取特征。这样划分的优点是可以减小旋转产生的影响。
4)基于二维PCA的掌纹识别方法研究【11】
主成分分析采取一种降维的方法，找出几个综合因子来代表原来众多的特征，使这些综合因子尽可能地反映原来变量的信息，且彼此之间互不相关，从而达到简化的目的。
掌纹识别技术是近年来新兴的一种身份识别方法，是对现有的生物识别技术的重要补充，有广泛的用用前景，值得深入研究。
掌纹图像的预处理过程包括阈值分割、图像滤波、关键点检测和提取ROI区
域等。预处理是对掌纹图像获取和特征提取的有效衔接，一方面去除了采集设备
引入的随机噪声，另一方面得到可供有效特征提取的数据块。
第三章掌纹图像特征的提取。
本章首先简要介绍小波变换的概念，同时介绍了多分辨率分析以及信号的小波分解与重构的相关理论。接下来针对掌纹图像信号，介绍了基于掌纹图像的多小波分解理论，同时提出相应的方法处理多小波变换之后的图像；在手掌的特征图像经过多小波分解后，提取其与手掌纹线相关的子区域，并将这些子区域备用于手掌特征纹线的辅助匹配。
在基于人手特征的身份鉴别技术中，指纹识别是使用的最早、最广泛，也是最为成熟的生物识别技术。随着应用的推广，指纹识别的不足也越来越显现出来。最明显的的是指纹识别的验证系统局限于指纹质量较好的群体。虹膜识别系统用普通的相机无接触式地摄取虹膜图像，不会像角膜识别那样有传播疾病的危险。而且虹膜特征的高稳定性也带来了识别系统的高识别率。但是，虹膜识别系统的造价一般非常昂贵，也影响了其商业上的广泛推广。人脸识别是获取人脸图像，提取面部特征来进行身份鉴别和验证。人脸表情的变化严重影响了识别率的提高。目前为止，还不能肯定人脸识别技术能得到广泛的应用。手形识别技术是最早引入商业应用的生物识别技术，手形特征稳定性高，不易随外在环境或生理变化而改变使用方便。但现有的手形识别系统也存在成本较高、精度较低等缺点，并且手形特征的独特性很难得到保证。
[6]Liambas C, Tsouros C. An algorithm for detecting hand ori-entation and palmprint location from a highly noisy image.In: Proceedings of IEEE International Symposium on Intel-ligent Signal Processing. Alcala De Henares, Spain: IEEE,2007. 1 6
[4]王涛，李文新.一种基于小波变换的掌纹识别新方法[A].第四届生物识别学术会议论文集[C].北京：清华大学出版社，2003.
[5]Poon C, Wong D C M, Shen H C. A new method in locating and segmenting palmprint into region-of-interest. In: Pro-ceedings of the 17th International Conference on Pattern Recognition. Washington D. C., USA: IEEE, 2004. 533 536
西南交通大学电气工程学院本科毕业设计(论文)开题报告
毕业设计
论文题目
掌纹图像预处理及关键区域提取技术研究
学生姓名
学生学号
校内指导
教师姓名
学生专业
电子信息工程
校外指导
教师姓名
校外毕业
实习单位
题目性质
工程设计理论研究科学实验软件开发综合应用
资料情况
1、设计任务书有无
2、外文资料翻译完成未完成
3、毕业设计指导日志认真填写未填写
[3]David Zhang , Wai-Kin Kong , Janc You , ang Michacl Wong . Online Palmprint Identification[J] . IEEE Transactions on Pattcrn Analysis and Machine Intelligence . 2003,25(9):1041-1050.
3)基于小波变换的识别[9]
小波分析[10]是一种有效的多分辨率分析工具，在人体生物特征识别方面，小波变换得到了有效的应用。在掌纹图像特征提取技术中，利用小波变换将掌纹图像定义了一种多分辨率的纹理特征——小波能量特征，该特征是将各级小波分解的细节图像分块后计算出来的，可反映掌纹纹理能量的不同位置、不同方向、不同分辨率下的分布情况，从而很好地刻画掌纹图像特征。
1、掌纹图像获取
掌纹识别的第一步是采集掌纹，并储存成数字图像。香港理工大学和哈尔滨工业大学联合研制的基于CCD的联机掌纹采集设备[3]可实时的获取高质量的掌纹图像，为联机掌纹识别技术的研究打下了硬件基础。
2、掌纹图像预处理
为减少掌纹图像采样过程中引进的旋转、平移、扭曲等非线性因素的影响，必须为掌纹特征提取和匹配提供基准。掌纹图像经预处理(如图像增强、滤波、二值化、细化、分割等)后分割出掌纹中心区域，减少了不必要的噪声干扰，降低了后续工作的复杂度，在掌纹识别技术中具有非常重要的意义。综合国内外掌纹识别技术的研究现状，介绍以下三种典型预处理方法。