多光谱掌纹识别的光谱选择

做为传统安防系统的替代和补充，生物特征识别系统获得越来越多的应用和重.视。做为生物特征识别家庭的一员，掌纹识别有着用户容易接受、方便使用、识别率高等优.点，受到越来越多的关注。但是，目前的掌纹识别受到了两方面的约束。首先，单一光谱下.获取的掌纹信息有限，部分人掌纹图像难以区分，因此用户群的规模受到限制。另外，由于.图像获取方式的原因，使得掌纹图像容易伪造，降低了系统的鲁棒性和安全性。多光谱成像.技术可以很好的解决这两方面的限制，逐渐开始应用到生物特征识别系统中。虽然，多光谱生物特征识别系统开始受到重视，但系统设计中的光谱选择还没有得到有效的解决。如果光谱数目过少，提供的信息不够丰富；相反，如果光谱数目过多，增加了系统硬件成本和计算复杂度。本项目致力于研究掌纹图像光谱之间的相关性，确定最优组合，为多光谱掌纹系统的设计提供指导，推动掌纹识别系统的应用，并为其它多光谱识别系统设计提供参考和借鉴。

做为传统安防系统的替代和补充，生物特征识别系统获得越来越多的应用和重视。做为生物特征识别家庭的一员，掌纹识别有着用户容易接受、方便使用、识别率高等优点，受到越来越多的关注。传统的掌纹识别受到了两方面的约束。首先，单一光谱下获取的掌纹信息有限，部分人掌纹图像难以区分，因此用户群的规模受到限制。另外，由于图像获取方式的原因，使得掌纹图像容易伪造，降低了系统的鲁棒性和安全性。多光谱成像技术可以很好的解决这两方面的限制，逐渐开始应用到生物特征识别系统中。虽然，多光谱生物特征识别系统开始受到重视，但系统设计中的光谱选择还没有得到有效的解决。如果光谱数目过少，提供的信息不够丰富；相反，如果光谱数目过多，增加了系统硬件成本和计算复杂度。本项目通过建立高光谱掌纹数据库，系统深入地研究了不同光谱之间的相关性，提出一种光谱聚类和选择算法，为多光谱掌纹系统的优化设计提供了指导。同时，围绕多光谱掌纹的数据特点，有针对性地开展了多光谱掌纹识别算法研究。并将研究成果推广到其他生物特征识别领域，取得成果。此外，通过组织和参加会议等学术活动，推动了生物特征识别系统的发展。研究成果包括发表论文14篇，其中SCI收录7篇，并申请了1项美国专利。