近年来,随着移动互联网的快速发展,网上交易和移动支付等应用的出现对手机移动端的身份认证安全性提出了更高的要求。目前手机移动端的身份认证技术多采用密码的形式,在手机丢失或密码遗忘等情况下存在身份认证安全隐患。生物特征被认为是解决身份认证问题的有效手段,其中掌纹具有纹理信息丰富、特征稳定以及采集方式简单等特点,基于掌纹的移动端生物特征认证技术成为目前的研究热点。由于手机移动端采集的手掌图像存在旋转、缩放、平移、光照多变以及背景复杂等问题,在复杂背景下有效分割手掌图像并准确定位掌纹ROI(Region of Interest,感兴趣区域)成为移动端掌纹识别技术的关键步骤。本文针对复杂背景下手掌图像的前景分割和掌纹ROI定位问题进行了研究并设计实现了移动端的掌纹认证系统,主要工作内容如下:(1)针对复杂背景下手掌图像的分割问题,提出了一种改进的主动形状模型的手掌图像分割算法。通过训练集的手掌图像获得手掌形状的先验知识。利用普氏分析法对不同的手掌形状向量进行统一对齐配准,以减少手掌伸展、弯曲等带来非形状因素的干扰。采用主成分分析法对手掌形状向量进行统计分析,建立手掌形状模型。为减少光照因素的影响,对构成手掌形状的特征点建立改进的局部特征模型。利用建立的初始化手掌形状模型和特征点局部模型进行手掌图像的前景分割。采用轮廓提取算法和凸壳理论进行关键点定位,提取掌纹ROI。(2)设计并实现了一种移动端非接触式掌纹认证系统。通过对移动端掌纹认证系统的需求分析,设计掌纹认证系统的系统架构。系统主要包括手掌图像采集模块、注册模块和认证模块三个模块,实现了掌纹注册和掌纹认证两个功能。通过借助Android Studio 2.3实现在Android平台下的掌纹认证系统,并对该系统进行功能性测试。移动端的掌纹认证系统对解决移动支付过程中有效的身份认证具有重要价值。
暂无评论