王 颖， 惠晓威， 林 森

(辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125105)

0 引 言

传统的身份鉴别方式如身份证、信用卡等很容易丢失，遗忘或是被盗用，存在诸多不便和安全风险，已经不能满足人们对身份识别安全性的要求。因此，各种生物特征识别技术应运而生，大幅提高了身份鉴别的安全性。为了提高模糊图像的鲁棒性，文献[1]对SIFT算法进行了改进，提出有效识别模糊图像的方法，但其未在多幅相似图像之间进行识别，存在局限性。文献[2]提出了一种基于归一化超拉普拉斯的图像复原方法，取得较好的识别效果，但不满足实时性。由于多模态融合的生物识别系统具有较高的识别精度、较好的防伪性能和鲁棒性，因此，越来越受到信任，文献[3]提出了一种新的归一化线性保护和对比度增强融合算法，将掌纹和掌静脉融合，提高了识别率。文献[4]在离焦模糊状态下利用多层小波分解的方法，达到掌纹和掌脉融合目的，改善了识别效果。由于掌纹、掌脉所包含的纹理信息丰富，具有大量可区分的特征，图像采集相对较容易，且同一手掌的掌纹和掌脉纹理的相对位置固定不变。

为了提高识别精度，提取图像中更多有用的纹理信息，采用掌纹和掌脉纹理图像融合的方法进行实验。在特征提取过程中，由于掌纹图像易受光照、噪声等因素的干扰，掌脉图像存在于人体表层之下，导致采集的掌纹和掌脉图像会模糊，鲁棒性下降，本文针对……