周 威， 刘 辉， 曾伟高

(湖南师范大学 物理与信息科学学院，湖南 长沙 410006)

0 引 言

传统的个人身份鉴别已经无法满足社会的需要，生物特征识别技术是代替传统方法的有效途径。指纹识别是使用得最早、最广泛,也是最为成熟的一种生物识别技术[1]，但其不足之处在于:过干、过湿、较脏的手指不易识别,且指纹取像必须按压适度[2]。另外，人脸识别、手型识别和声音识别独特性、持久性和识别精度都不高[3，4]。苑玮琦等人[5]将掌纹灰度图像看作是三维空间下的灰度曲面，并将该曲面作为特征进行匹配，通过较大纹理存在的差异来计算方差，进而通过灰度曲面的凹凸程度来识别。该算法利用整幅图像进行匹配，丢失了部分掌纹信息，在数据逐渐加大的情况下，识别率会降低。陈梓毅等人[6]利用灰度差统计，通过判断对象点的灰度值和连续掌纹线点集的点数，提取出掌纹线的二值图像，最后通过隶属度评价掌纹线的提取效果。但该算法复杂度高，且识别率低，不满足实时性要求。然而，主线和褶皱并不是图像的全部信息，乳突纹波动较大的细小纹理同样是区分掌纹的重要信息。竺乐庆等人[7]利用Sobel算子求图像的梯度，提出指节纹主纹线特征，受光照影响较大，用投影匹配算法匹配的精度低。

本文提出的基于顶帽变换的掌纹、指节纹识别改进算法把指节纹与掌纹识别技术结合起来[8～12]，仅提取指节纹和掌纹的主纹线，这样即增加了识别面积又提高了抗干扰能力，顶帽变换还能消除关照影响，且匹配过程速度快。……