生物识别技术是一种根据人的生理特征或行为特征来进行身份识别的技术,它以人的生物特征数据为基础,以信息处理技术为手段,具有安全性、有效性和易用性等特点,受到人们越来越多的重视。目前已有多种生物特征被用于身份识别,其中指纹、人脸、虹膜、签名等已经得到了深入研究和广泛应用。作为一种相对较新的生物特征识别技术,掌纹识别一经提出就获得了广泛的关注。相比于其它的生物识别技术,掌纹识别有许多独特的优势。例如,相比于指纹,掌纹拥有更大的面积以及更为丰富的纹理信息,只需要较低分辨率的采集设备就可以构建高性能的身份识别系统;相比于人脸识别,掌纹识别能轻易地区分双胞胎;相比于虹膜,掌纹采集设备的价格更为低廉;相比于签名,掌纹更加稳定可靠。因此,掌纹识别是一种有着广泛应用前景的生物识别方法,是近年来生物识别领域中的一个研究热点。掌纹识别系统大体上可以分为四个模块:图像采集,预处理,特征提取和特征匹配,其中特征提取和特征匹配最为关键。围绕着这两个模块,在对掌纹识别进展的总结和主要掌纹识别方法评测的基础上,从提高系统的识别精度和响应速度出发,本文对系统中的若干关键问题进行了研究,提出了一系列解决方案,具体内容如下:(1)竞争编码的滤波器方向选择方法:竞争编码方法中采用六个不同方向的Gabor滤波器提取方向特征,但在滤波器的设计过程中并没有考虑掌纹的方向分布特点。为此,基于实际掌纹库的方向分布信息,提出了基于改进模糊C均值(FCM)算法的滤波器方向选择方法。同时考虑到竞争编码中对任意两相邻方向等角度间隔的要求,将其形式化为一个调节项加入到FCM算法的目标函数中,并给出了新的推导规则。实验结果表明改进的FCM算法求得的方向具有更好的表示能力,将其作为Gabor滤波器的方向可以提高竞争编码的精度。(2)基于可调控滤波器的掌纹特征提取:提出一种基于可调控滤波器的方向特征和主线特征提取方法。相比于常用的基于滤波器组的方向特征提取方法,该方法计算量固定,且提取的方向特征更加精细。相比于已有的基于有限Radon变换的掌纹主线特征提取方法,该方法实现简单,效率更高。(3)广义角度距离:基于连续值表示的方向特征,探索更加适宜于掌纹识别的距离度量方式。提出了广义的角度距离,并将其推广到离散情况。分析表明文献中已有的两种距离度量方式都属于广义角度距离的特殊情况。为了使该距离度量方式更具有实用价值,提出了一种新的编码方法,实现了基于查找表的快速匹配。(4)不损失精度的掌纹快速辨识方法:掌纹辨识系统中通常采用逐一匹配的方式。为了在保证精度的前提下提高辨识的速度,提出基于竞争编码和覆盖树的快速辨识方法。提出了一种等价的竞争编码匹配方案,使其距离度量满足覆盖树的测度要求,从而将两种方法相结合。在此基础上,提出基于手掌树的快速辨识方法及其改进方法,通过同一手掌多个模板间的距离关系构建树形数据结构,在辨识过程中可以减少不必要的匹配,从而加快辨识的速度。(5)掌纹配准和匹配算法:经过预处理后的掌纹图像通常仍会有一定程度的旋转和非线性形变,这将对同一手掌的模板间的匹配造成不利影响,从而降低系统的识别精度。针对这个问题,首先提出基于主线特征和ICP算法的掌纹配准方法,利用主线特征作为基准纠正可能存在的整体平移和旋转。其次提出基于MRF模型的匹配方法,通过将特征模板分块并用每块不同的形变参数来近似表示掌纹的非线性形变。匹配时采用信度传播方法求解每块的优化形变参数及最终的匹配得分。