DSP实现的掌纹识别技术探究

"掌纹识别的研究与DSP实现-硕士论文" 这篇硕士论文主要探讨了掌纹识别技术的研究及其在数字信号处理器（DSP）上的实现。作者吴军在导师吴冬梅的指导下，于2009年完成了这篇研究。文章详细介绍了掌纹识别的各个方面，包括系统的软件框架、硬件平台、图像预处理、特征提取、特征匹配、识别库的构建以及系统性能分析。 1.1 课题研究背景和意义 生物特征识别技术，如掌纹识别，因其普遍性、唯一性、可测量性和稳定性而成为身份鉴定的重要手段。掌纹识别利用手掌上的独特信息来辨别个体，具有信息丰富、特征稳定且采集设备简单的优点。随着各国对生物特征识别技术的重视，掌纹识别的研究和应用也得到了推动。 1.2 生物特征识别简介 满足身份鉴别的生物特征需要具备普遍性、唯一性、可测量性和稳定性。掌纹识别符合这些条件，且其较大的表面积提供了丰富的信息，同时，较低分辨率的图像就能满足特征提取需求，降低了数据窃取的风险。 1.3 掌纹识别研究现状 目前的掌纹识别算法分为基于统计特征和基于结构特征两大类。前者如傅立叶变换、K-L变换和小波变换，后者则借鉴指纹识别，但可能受分辨率和掌纹相似度影响，影响识别精度。 1.4 掌纹识别系统应用现状 尽管已有如香港理工大学与哈尔滨工业大学合作的系统，以及张大鹏教授的高精度系统，但掌纹识别在生物识别系统中的市场份额仍然较小，特别是在民用市场。因此，开发成本低、易于维护的掌纹识别系统对于拓宽其应用领域具有重要意义。 2. 掌纹识别软件框架与DSP硬件平台 论文详细讨论了掌纹识别软件的设计架构，以及如何利用DSP这样的高效处理器进行硬件实现，以提高识别速度和效率。 3. 掌纹图像的预处理及定位 预处理步骤包括去噪、增强和标准化，旨在提高后续特征提取的准确性和稳定性。 4. 掌纹图像的特征提取和特征匹配 这部分内容涵盖了如何从预处理后的图像中提取关键特征，并如何进行匹配以确定身份，这通常涉及到纹理分析、线纹结构分析等。 5. 掌纹识别库 构建一个有效的识别库对于系统性能至关重要，包括存储、检索和更新大量掌纹模板的机制。 6. 系统性能分析及总结 最后，论文对整个系统的识别性能进行了评估，包括误识率、拒识率等关键指标，并对研究做了总结，提出未来发展方向。 这篇论文深入研究了掌纹识别技术，并探讨了其在DSP上的实现，对于生物特征识别领域的研究者和技术开发者具有很高的参考价值。