吴碧巧，邢永鑫，王天一

(贵州大学 大数据与信息工程学院，贵阳550025)

0 引 言

掌纹作为一种重要的生物特征，和指纹一样，可用于身份验证、身份识别、公共安全等多个领域。低分辨率掌纹图像的分辨率介于75～150 dpi之间，以照相机、摄像机等采集为主［1］，多为非接触式采集的掌纹图像，其研究成果相对较多［2-4］。高分辨率掌纹图像的分辨率在300 dpi以上，采用扫描仪扫描掌纹，属于接触式采集的掌纹图像。高分辨率掌纹图像由于其分辨率高，所以尺寸会较大，对其进行处理的计算成本也更高，但细节特征点很多［5］，包含丰富的信息，在公安刑侦领域和法律层面都具有重要的应用。在犯罪现场不仅会留下指纹，还会留下残缺或完整的掌纹信息［6］。

目前，对高分辨率掌纹图像的识别主要采用对掌纹轮廓、掌纹主线、褶皱线、细节特征点、三角点等特征点进行特征提取、匹配的方法。Jain等人［7］以细节为特征，用固定长度的细节描述符，捕获每个细节周围的独特信息。基于对齐的匹配算法用于匹配掌纹，对实时扫描手掌图样和潜在掌纹的识别率分别为78.7%和69%。Feng等人［8］提出了掌纹表示的Gabor幅相模型，将Adaboost算法引入模型训练中，将所选弱分类器的加权线性组合的响应值用于细节可靠性测量和不可靠的去除。Fei等人［9］提出了圆边界一致性，使用加长的Gabor滤波器设计来获取更可靠的细节特征点。Liu等人［10］对掌纹匹配设计了基于细节簇和细节匹配传播的粗略匹配策略，识别准确度为79.4%。由于受到3条主线和噪声的强烈影响以及图像采集时的不规范行为，高分辨率掌纹图像的部分区域图像质量较差，传统的掌纹识别方法在方法设计上复杂，识别时间长且识别效果不理想。……