针对掌纹识别时非接触信号采集可能出现的离焦状态会导致掌纹模糊, 从而降低识别系统性能的问题, 提出了一种基于稳定特征的模糊掌纹识别方法。建立了掌纹的离焦退化数学模型; 在分析模糊机理的基础上, 使用拉普拉斯平滑变换提取模糊掌纹的低频系数作为稳定特征, 利用特征向量之间的欧式距离进行匹配和判别。文中给出了算法的步骤, 并通过实验确定了需要选取的低频系数的个数。在建立的SUT-D模糊掌纹库上进行了识别测试, 结果表明本文算法的等误率可达17.101 7%, 与传统的DCT变换及Eigen Palm, Palm Code等8种典型识别方法比较, 等误率最高可降低7.908 4%。这些结果显示本文方法不但能够提升识别效果, 而且特征维数较低, 改善了模糊掌纹识别系统的性能。

Gabor变换实现的难点是Gabor滤波器组的参数选择。本文提出了一种适用于虹膜纹理特征提取的Gabor滤波器组参数选择方法。该方法根据图像分块确定Gabor滤波器的位置因子取值;借助海明距离均值曲线确定滤波器尺度因子;通过建立尺度因子与频率调制因子的关系,最终确定频率因子的取值。实验证明,依据该方法设计的滤波器,能有效提取虹膜纹理特征,得到较高识别准确率达到虹膜识别的目的。