足底生物特征识别是指根据人足底的特点进行身份识别,足底特征具有普遍性、独特性、持久性的特点,其可以用作多生物特征的一种有力补充,且其具有不易被盗取的优点。基于足底特征的身份识别可以被用于法医调查、洗浴中心、教堂等人们需要脱鞋的场所中进行身份验证。因此,基于足底图像的生物特征分析与识别具有特定的应用优势,进行足底识别的研究是非常有意义的。目前没有能够专门采集到完整足底图像的仪器,部分研究人员使用平面扫描仪或相机采集成人足底数据。为了提高采集的便利性与应用的广泛性,本文使用手机相机采集的方式构建成人足底图像数据集,并对成人足底识别算法进行研究,论文主要工作如下:1)基于整体与局部几何形状特征相结合的足底表达。目前针对足底几何特征表达的研究大多是基于足底整体形状的,忽略了足底特有的局部特征,本文根据足型的特点,给出了基于整体几何形状特征与局部几何形状特征的足底表达。足底整体几何形状是指足底外轮廓形状特征;足底局部几何形状特征表达包括对趾缝与跖前缘结构以及脚趾外轮廓形状特征的表达与描述,更为完整地表达出足底几何形状特征。在足底数据集DMUFS100上,本文的几何形状特征识别准确率为97.75%。2)基于弓区褶皱纹理特征的足底表达。本文对手机拍摄的足底图像各个区域的纹理进行分析,发现足弓区的褶皱纹理较其他区域纹理特征更为清晰且稳定,因此给出了一种足底弓区褶皱纹理的特征表达算法。该算法使用多个频率、方向的Gabor滤波器对足弓区域图像进行滤波,然后采用对每幅响应图提取主线的方式以滤除细节纹线的影响,从而得到每个频率、方向下的褶皱纹线,对所有响应图的褶皱纹线进行组合得到最终的弓区褶皱纹理特征图。在足底数据集DMUFS100上,本文的纹理特征识别准确率为94.44%。3)基于多分类器集成的足底特征匹配与识别。由于各特征对应的性能最优分类器不同,本文以各特征在其对应的最优分类器输出的加权和作为待测试图属于各类的概率,其中权重根据各个特征在单分类器下的识别性能而定;对于足弓区无明显褶皱纹理特征的情况,纹理特征对应的权重置0。取概率最大对应的类别做为最终的识别结果,实现足底特征匹配与识别算法。在数据集DMUFS100上进行了识别实验,实验结果显示,本文的算法识别准确率达到了99.00%,优于现有典型算法,表明本文给出的算法是一种有效的足底识别算法,在实际应用中是具有可行性的。