基于移动设备的掌纹验证系统
一种基于掌纹图像识别的身份鉴别方法
一种基于掌纹图像识别的身份鉴别方法
掌纹图像识别是一种依赖于图像处理技术的生物特征识别技术，
在身份鉴别中应用十分广泛，能够准确快捷的实现安全认证。
掌纹图像识别通过捕捉手指或者掌部的细节信息（如极线、谷纹等），获取指纹或者手掌图像，进而进行识别判断。
这种方法实现起
来简单，并且成本低，因此在身份鉴别、政府机构、企业等各个方面
得到广泛使用。
相比于传统感应式指纹识别，采用掌纹图像识别的系统不仅安全
性更高，而且具有更大的处理能力。
采用掌纹图像识别技术，在身份
鉴别时能够实现仿真版认证，智能化操作流程，以此确保身份鉴别的
准确性和安全性。
此外，由于掌纹图像识别所采集的信息是独一无二的，可以多次
重复使用，因此更具有安全性，而且识别效率高，并且可以抗拒破译
等干扰并保护隐私。
掌纹图像识别技术也具有良好的可扩展性，可以根据不同的应用
需求和环境条件，对技术进行调整，以更好的实现身份鉴别的需求。
对于企业等用户来说，采用掌纹图像识别技术可以有效避免经济损失，提高工作效率，同时还可以提供更为有效的信息安全保护机制。
总而言之，掌纹图像识别技术具有准确性高、安全性强且可扩展
性强等特点，使其在身份鉴别技术领域得到了广泛应用，将有助于提
高个人、企业等各类客户的安全性和工作效率。
掌纹识别系统的设计与开发
掌纹识别系统的设计与开发随着科技的发展，我们生活中的许多事情都变得更加便捷和高效，其中之一就是掌纹识别系统。
掌纹识别是一种生物识别技术，通过对人类手掌上的纹路进行数字化处理和识别，以验证身份和权限。
这一技术已经应用于许多场景，例如手机解锁、门禁系统、银行安全等领域。
本文将从设计和开发两个方面探讨掌纹识别系统的实现过程。
设计掌纹识别系统的设计是非常重要的，因为它直接影响到系统的稳定性和准确性。
首先，我们需要构建一个良好的硬件环境，用于对手掌图像进行采集和处理。
这里需要注意的是，采集设备应当保持清洁，避免脏污和划痕影响采集质量。
另外，还需要对拍摄角度、光照等因素进行优化，以确保获取到高质量的掌纹图像。
其次，我们需要选择合适的掌纹特征提取方法。
掌纹特征是基于掌纹图像获取的一组数据，用于识别目标人物。
常用的掌纹特征提取方法包括方向滤波、Gabor滤波等。
这些方法可以有效提取掌纹图像中的主要特征，用于识别和比对。
最后，我们需要使用机器学习算法进行模型训练和分类。
常见的机器学习算法包括支持向量机、随机森林、神经网络等。
这些算法可以根据已有的掌纹数据进行训练，并生成能够准确识别掌纹的模型。
在实际应用中，我们可以使用这些模型对新的掌纹图像进行分类，并进行身份验证。
开发掌纹识别系统的开发主要依赖于两个方面：软件开发和算法实现。
在软件开发方面，我们可以使用常见的编程语言如Python、Java等进行开发。
首先，我们需要定义系统架构和功能模块，然后进行代码编写和测试。
这个过程需要高度的技术水平和丰富的编程经验，以确保系统的稳定性和可靠性。
在算法实现方面，我们需要将上述提到的掌纹特征提取和分类算法进行实现。
通常情况下，我们可以使用开源的机器学习库如Scikit-learn、TensorFlow等进行算法实现。
这些库可以有效地减少算法实现时间和成本，并提高算法的精度和效率。
总结掌纹识别系统的设计和开发是一个相对复杂的过程，需要考虑到许多因素。
基于深度学习的掌纹识别技术研究与应用
基于深度学习的掌纹识别技术研究与应用近年来，随着智能设备的普及，各种生物识别技术也被广泛应用。
在这些技术中，掌纹识别技术因为其独特的识别特征、高度的精度和较低的误识别率，成为了备受瞩目的生物识别技术之一。
目前，基于深度学习的掌纹识别技术也已经被广泛应用于各个领域。
一、掌纹识别技术的基础原理掌纹识别技术是通过分析人的掌纹信息来进行身份认证。
每个人的掌纹特征都是独特的，就像指纹一样。
在掌纹识别技术中，掌纹是通过高分辨率的图像进行获取，通常会采用红外线或者高清摄像等设备来获取掌纹信息。
掌纹主要包括了掌纹纹线、汗毛管和汗孔等特征。
其中，纹线是掌纹最为显著的特征，采用的算法主要是基于线纹的。
目前，商用的掌纹识别系统采用的主要是二维掌纹识别技术，但是，通过三维掌纹等更多的特征的获取，未来的掌纹识别系统的识别率会更高。
二、基于深度学习的掌纹识别技术的优势深度学习是一种人工神经网络的形式，可以通过大量的数据进行训练，从而得到更加精细的分类结果。
基于深度学习的掌纹识别技术在处理大规模的掌纹数据时，具有很大的优势。
通过训练神经网络，可以实现从海量掌纹数据中学习到更加精准的特征，并且可以处理掌纹中的非线性关系。
与传统的基于人工特征提取的掌纹识别技术相比，基于深度学习的掌纹识别技术可以获得更加精确的数据特征分析结果，可以在更多的应用场景中广泛应用。
三、基于深度学习的掌纹识别技术的应用1. 网络安全领域基于深度学习的掌纹识别技术可以应用于网络安全领域，可以在用户登录、在线支付等场景中提高安全性。
通过掌纹识别技术可以替代传统的用户名和密码，大大提高了用户登录的安全性。
当用户的掌纹被识别后，可以进行一系列的验证和授权操作，从而实现更加精准的身份认证。
2. 社会管理领域基于深度学习的掌纹识别技术可以应用于社会管理领域，比如公共交通领域、犯罪侦查领域等。
在公共交通领域，掌纹识别技术可以用于地铁、公交等，以提高快速通行的安全性。
在犯罪侦查领域，可以使用掌纹识别技术对嫌疑人的掌纹进行比对和识别，从而帮助警察快速侦破案件。
掌纹识别系统的研究的开题报告
掌纹识别系统的研究的开题报告题目：掌纹识别系统的研究一、研究背景随着科技的不断发展，人们对安全性越来越重视。
传统的身份识别方式如密码、卡片等都存在一定的安全风险，同时也会带来不便。
因此，生物特征识别技术成为人们研究的热点。
掌纹作为人体独特的生物特征，可以用于身份识别，其准确率和安全性都很高。
掌纹识别技术得到了广泛的关注和应用。
二、研究目的本项目旨在研究掌纹识别技术，开发一款可靠、高效、安全的掌纹识别系统，解决传统身份识别方式的不安全和不便问题，为人们的生活和工作提供更加便捷、高效的解决方案。
三、研究内容本研究将采用掌纹图像预处理、掌纹图像特征提取、掌纹图像匹配等技术方法，通过对掌纹图像进行分析和处理，提取出不同掌纹之间的特征差异。
通过这些特征差异，建立掌纹数据库，并使用掌纹识别算法，实现掌纹的识别和身份验证功能。
四、研究步骤1. 收集掌纹图像数据集，建立掌纹图像数据库。
2. 对掌纹图像进行预处理，包括去噪、去除阴影和归一化等。
3. 利用特征描述器对掌纹图像进行特征提取。
4. 建立掌纹数据库，并使用掌纹识别算法实现掌纹的匹配和身份验证。
5. 对掌纹识别系统进行实验验证，测试其准确率、鲁棒性和安全性。
五、预期成果本研究将开发出一款可靠、高效、安全的掌纹识别系统，具有较高的识别准确率和鲁棒性，在实际生活和工作中具有广泛的应用前景。
同时，本研究将在掌纹识别领域做出一定的贡献，促进生物特征识别技术的发展和应用。
六、研究意义本研究不仅解决了传统身份识别方式的不安全和不便问题，还为掌纹识别技术的发展和应用提供了新的思路和方法。
该技术可广泛应用于金融、安保、智能认证等领域，提高人们的生活和工作质量，促进社会的发展进步。
刷掌纹支付原理
刷掌纹支付原理你有没有听说过刷掌纹支付这个超酷的玩意儿？今天咱们就来好好唠唠它背后的原理，保证让你大开眼界！你想啊，咱们的手掌那可是独一无二的，就像世界上没有两片完全相同的叶子一样，每个人的掌纹也是独一份儿。
那刷掌纹支付到底是咋认出咱们的手掌，还能放心地把钱给扣了呢？其实啊，这背后藏着一堆高科技的魔法。
首先呢，得有个超级厉害的扫描设备，就像给咱们手掌拍个超级清晰的特写照片。
这个设备可不得了，能捕捉到掌纹上那些细细小小的纹路、线条，还有各种独特的特征点。
然后呢，系统会把扫描到的这些掌纹信息变成一组特别的数字代码。
这组代码就像是咱们手掌的“身份证号码”，而且是独一无二的那种。
每次咱们要支付的时候，再扫一下手掌，系统就会把新扫到的掌纹信息也变成代码，然后和之前存好的那个“身份证号码”比对。
要是比对成功，那就说明是咱们本人没错啦，支付就能顺利进行。
是不是感觉有点像一场神秘的身份验证游戏？这里面还有个关键的地方，就是系统得足够聪明，能准确地分辨出真的掌纹和那些假冒的或者不清晰的。
这就像是一个超级严格的“保安”，只让真正的主人通过。
而且哦，这些掌纹信息在传输和存储的时候，那也是被保护得严严实实的。
就像把宝贝藏在一个超级坚固的保险箱里，谁也别想偷走或者篡改。
你可能会想，万一我的手掌受伤了，或者变脏了，这还能识别出来吗？别担心！系统可聪明着呢，它不会因为这点小变化就认不出咱们啦。
只要关键的特征点还在，支付就照样没问题。
说起来，刷掌纹支付真的是太方便啦！咱们出门再也不用带钱包、手机，挥挥手，掌纹一刷，想买啥就买啥。
再也不用担心手机没电、钱包忘带的尴尬啦。
想象一下，你在超市里，双手拎着满满的购物袋，这时候只要轻松刷一下掌纹就能付款，是不是超级爽？还有在地铁站，不用再手忙脚乱地找公交卡或者掏手机扫码，掌纹一刷，直接通过，简直不要太潇洒！总之啊，刷掌纹支付这玩意儿，既神奇又实用。
它让咱们的生活变得更加便捷、更加有趣。
相信在未来，它还会变得更厉害，给咱们带来更多的惊喜！怎么样，朋友，你是不是也对这神奇的刷掌纹支付充满期待啦？。
基于掌纹识别技术的智能支付系统研究
基于掌纹识别技术的智能支付系统研究随着手机支付的普及，人们对于支付系统中隐私保护的需求越来越强烈。
而传统的支付方式如密码、指纹等，都有着一定的风险。
因此，基于掌纹识别技术的智能支付系统得到了越来越多的关注和研究。
一、掌纹识别技术介绍掌纹识别技术是一项生物特征识别技术，它利用摄像机和计算机软件对掌纹进行采集、处理和识别。
与其他生物特征识别技术相比，掌纹识别技术具有独特的优势。
首先，掌纹的图案与纹理具有高度的随机性和复杂性。
每个人的掌纹图案都是独一无二的，即使在同一人的两只手中也会存在细微的差异。
因此，掌纹识别技术的准确率很高。
其次，掌纹识别技术不受环境影响。
与指纹等生物特征不同，掌纹不易受到污染、受伤等因素的影响。
即使手部被包裹或者潮湿，掌纹同样可以正常采集和识别。
最后，掌纹识别技术对于隐私保护较为完善。
掌纹的采集只需要进行一次，之后只需进行比对。
因此，用户的掌纹图案不会留存在平台上，也不会被泄露。
二、基于掌纹识别的智能支付系统设计基于掌纹识别的智能支付系统，可以采用多种方式进行设计。
下面我们简单介绍一种方案供参考。
1.注册阶段用户在注册时，需要进行掌纹图案采集和识别。
系统需要对用户的掌纹进行图像处理和特征提取，将其转化为数字字符串进行存储。
这个数字字符串包含了用户的掌纹图案信息，但不会泄露真实的掌纹图像，从而最大程度地保护了用户的隐私。
2.支付阶段在支付阶段，用户需要输入金额和选择支付方式。
然后，系统会向用户发送一个短信或者弹出一个输入框，提示用户进行掌纹识别。
用户将手掌放在摄像机前，系统将采集掌纹图案，利用存储的数字字符串进行匹配验证。
如果验证通过，支付系统将完成交易。
整个过程快速简单，且用户不必输入卡号和密码等隐私信息。
3.安全防范措施智能支付系统中，安全防范措施是必不可少的。
在基于掌纹识别技术的支付系统中，有以下几种安全措施：（1）提高掌纹识别的准确率。
在注册过程中，系统应尽可能多地采集掌纹图案，这样可以提高系统的识别准确率，避免因为手部位置、环境等因素导致误识别。
掌纹识别方案
掌纹识别方案引言掌纹识别是一种通过分析人类手掌上的纹路特征来识别个体身份的技术。
相比其他生物特征识别技术如指纹识别和人脸识别，掌纹识别具有更高的准确性和可靠性。
本文将介绍一个基于图像处理和机器学习的掌纹识别方案。
掌纹采集首先，需要采集用户手掌的图像数据。
掌纹图像可以通过智能手机摄像头或专用的掌纹采集设备获取。
掌纹图像应该是高分辨率的，并且手掌的位置和姿态要尽可能保持一致，以确保后续的处理和分析的准确性。
图像处理掌纹图像采集后，需要进行一系列的图像处理步骤，以提取出有用的纹路特征。
下面是一些常用的图像处理技术：图像预处理图像预处理是为了去除图像中的噪声和干扰，以便更好地提取纹路特征。
常用的预处理技术包括图像平滑、灰度化、二值化等。
边缘检测边缘检测是为了找到掌纹图像中的纹路轮廓。
边缘检测技术有很多种，包括Canny边缘检测、Sobel算子等。
特征提取在边缘检测之后，需要从图像中提取出掌纹的特征信息。
一个常用的特征提取方法是Gabor滤波器，它能够提取出纹路的方向和频率信息。
特征匹配与识别经过图像处理步骤后，我们得到了提取出的掌纹特征。
接下来，需要将这些特征与已知的用户掌纹特征进行匹配，以识别用户身份。
这可以通过以下几个步骤来实现：建立特征库特征库是存储已知掌纹特征的数据库。
每个用户的特征将被存储为一个特征向量，包含纹路的方向、频率等信息。
建立特征库时，应考虑到数据库的规模和查询效率。
特征比对当一个新的掌纹图像被采集后，其特征向量将与特征库中的所有特征进行比对。
通常使用欧氏距离或相关系数等度量方法来衡量两个特征向量之间的相似度。
识别结果评估识别结果可以通过计算相似度得分来评估。
如果相似度得分高于某个阈值，则认为识别成功；否则，认为识别失败。
系统优化为了提高掌纹识别系统的准确性和可靠性，可以考虑以下优化措施：多特征融合除了掌纹特征，还可以结合其他生物特征如指纹、人脸等进行识别，以提高识别的准确性。
深度学习算法深度学习在图像处理和模式识别领域取得了巨大的成功。
基于数据手套的手势识别系统
高。该方法能同时满足嵌入式系统节约计算资源、低 功 耗 和高实时的要求。
1 系统总体设计
系统总体框架如图1所示,分为感知层、传输 层、应 用 层三个层次进行设计,层次间均设计了协议中间件来 进 行 数据交互。硬件层设计了一个数据手套,该设备由聋 哑 人 佩戴,主要完成传感 器 数 据 采 集 的 工 作,然 后 将 手 掌 的 姿 态数据和手指的姿势进行预处理。传输层采 用 蓝 牙 和 4G 通信完 成 感 知 层 和 云 端 应 用 层 的 连 接,其 中 移 动 终 端 APP提供数据 解 析 和 打 包 的 功 能,以 及 相 关 的 用 户 接 口 和信息反馈,并将云端识别的手势结果以语音和文本 的 形 式反馈给当前用户。应用层部署了深度学习算法进行手 势识别,将结果发回到 APP端,同时将历史 数 据 存 入 云 端 数 据 库 用 以 改 进 算 法 模 型 、提 高 识 别 精 度 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｐａ ｍ ｐ ｉ ｔ ｒｆｃ ｔｏ ｙ ｔ ｍ ｓ ｄ ｏ ｏ ｉ ｖ ｃ ｌ ｒｎ ｉ ａ ｉ ｎ Ｓ ｓｅ Ｂａ ｅ ｎ Ｍ ｂ ｌ Ｄｅ ｉｅ Ｖｅ ｉ ｅ
ＺＨＡＮＧ ｉｎｘ ｎ ＯＵ ｏ ｇｙｎ ， Ｕ ａ ・ｉｇ Ｊａ －ｉ， Ｚ ｎ －ｉ ｇ ＬＩ Ｄｉｎ ｔｎ
［ ｂｔ ｃＩＡ ｍ ｎ ｔ ｈ ｐ ｌ ａ ｏ ｆ ａ ｐｉ ｃｇ ｉｏ ｂ ｅｄｖ ｅ，ｈ ａ ｅ ｐｏ ｏｅ ａｐｌ ｐｉ ｃｇ ｉｏ ｌ ｒｈ ｎ Ａ ｓ ａｔ ｉ ｉ ａ ｔ ａ ｐ ｃｔ ｎ ｏ ｌ ｒ ｔ ｅｏ ｎ ｉ ｉ ｍｏ ｉ ｅｉ ｓ ｔ ｓ ｐｒ ｒｐ ｓ ａ ｒ ｔ ｅｏ ｎ ｎ ａ ｏｉ ｍ ａ ｄ ｒ ｇ ｅ ｉ ｉ ｐｍ ｎ ｒ ｔｎｎ ｌ ｃ ｉｐ ｓ ｍ ｎｒ ｉ ｔ ｇ ｔ
１ 概述
当前， 智能手机和 Ｐ Ａ等移动通信设备已经越来越广泛 Ｄ 地出现在人们的生活中。当人们享受这 些移动设备带来 的方
便性时，由此发生的诈骗和身份盗窃也迅速增加 。这 迫切需 要有一种新 的安全保 护方式来辅助或替代传统的身份认证 ， 而最近发展起来 的基于生物特征 的身份认证则是一种很好的 技术 方式。 掌纹识别是一种有效 的生物特征识别技术¨ Ｊ掌纹图像 。。 具有可在低分辨率条件下识别 的特点 ，普通数码相机拍摄的 掌纹图像即可 以获得有效 的识别精度。由于智能手机一般也 含有摄像头，具有拍照功能 ，因此可以考虑将掌纹识别技术嵌
ｓ ｃ ｅ ｓｕｌ ｍｂ ｄｓｉ ｉｔ ｎ ｖ ９８ ｂｌ ｈ ｎ ． ｅｍ ｏ ｉ —ａ ｅ ｙｓｅ ｃ ｐｕ ｅ ｎ ｒ ・ｒ ｃ ｓｅ ａｍ ｐｉｔｉ ｇ ｎａｎ ｗ ｔｌ． ｕ ｃ ｓｆ ｌ ｅ ｅ ｔ ｎｏＬｅ ｏ ｏＥＴ ０ｍｏ ｉ ｐ ｏ ｅ Ｔｈ ｂｌ ｂ ｓ ｄ ｓ ｔｍ ａ ｔｒｓａ ｄｐ ｅｐ ｏ ｅ ｓｓｐ ｌ ｒｎ ｍａ ｅｉ ｅ ｓｙｅ Ａｎ ｙ ｅ ｅ ｏ ｉ ｌＧａ ｏ ｖ ｌｔ ａｅ ｉｃ ｍ ｉａ ｕ ｓ ａ ｅ ｍｅ ｏ ｓａ ｐｉｄ ｆｒｆａｕ ｅｅ ｔａ ｔ ｎ ｔ ｉｅ ａｌｅ ｅ ｔｖ ｎｄ ｃ ｍｐ ｃ ｒ ｓｎａｉｎ ｏ ｐｔ ｍａ ｂ ｒｗａ ｅｅｓｂ ｓ ｄ ｄｓ ｒ ｎ ｎｔｓ ｂ ｐ ｃ ｔ ｄ ｉ ｐ ｌｅ ｏ ｅ ｔｒ ｘｒｃ ｏ ｏ ｇｖ ｌ ｆ ｃｉｅ ａ ｏ ａ ｔｐ ｅ ｅ ｔｔ ｆ ｉ ｈ ｉ ｏ
关。对于智能移动设备 ，由于没有辅助的装置来固定手掌的
位置 ，手掌所处 的背景图像也有可能比较复杂 ，现有的掌纹 采集分 割算法一般不能有效实施 ，需要重新设计掌纹 图像采
集 方 式和 分 割 算法 。
第 ３ 卷 第 ４期 ６
Ｖ Ｌ ６ ｏ３
・
计
算
机
工
程
２１ ００年 ２月
Ｆ ｂ ｕ ｒ ０ ０ ｅ ｒ ａ ｙ２ １
Ｎｏ． ４
Ｃｏｍｐｕｔ ｒＥｎ ｎｅ ｒｎｇ ｅ ｇｉ ｅ ｉ
人工智能及识别技术 ・
文 编 １ ４ （ １０＿ １ ＿ ２ 文 标 码： 章 号： ｏ ０ ２ ２ ｏ４＿ ６ ＿ ８０ ） ０ ４ ０ 献 识 Ａ
ｐ ｌ ｒｎ ａ ｅ Ｔ ｅ ｓ ｓｅ ａ ｈ ｅ ｅ ｈ ｅ ｏ ｎ ｔｏ ａ ｅ ｏ ａ ｍｐ ｉ ｔ ｍ ｇ ． ｈ ｙ ｔ ｍ ｃ ｉ ｖ ｓｔ ｅｒ ｃ ｇ ｉ ｎ ｒ ｔ ｆ ｉ ｉ ＥＥＲ＝ ８ ３．９％ ａ ｄ ｔｋ ｓ １Ｓｔ ｅ ｆ ｌ ｒｎ ｍａ ｅ ｗｈ ｃ ａ ｓ ｅ ｅｒ ｑ ｉｅ ｎ ｎ ａ ｅ ｏ ｖ ｒ ｙ ａｐａｍｐ ｉ ｔ ｉ ｉ ｇ ， ｉｈ ｓ ｔ ｆ ｓｔ ｅ ｕｒ ｍｅ ｔ ｉｉ ｈ
系统。以新的方式采集 掌纹 图像并给出相应的预处理算法 。使用优化 的 Ｇ ｂ ｒ ａｏ 判别方法提取掌纹特征 ， 减少特征提取的时间。系统验证一 张掌纹 图像 的时间小于 １ ，同时可获得 Ｅ Ｒ ３ ９ Ｓ Ｅ ＝ ． ％的识别精度，满足 验证系统的实时性和精度 要求 。 ８
关健词 ：掌纹验证系统 ； 移动设备 ；掌纹分割；光照规一化 ；优化 Ｇ ｂｒ Ｄ ａｏ Ｌ Ａ特征 －
－
ｏ ｅ ｌｔ ｅ ｆｃ ｔ ｎ ｓ ｓｅ ． ｆａｒ ａ—ｉ ｖ ｒｉ ａ ｏ ｙ ｔ ｍ ｍｅ ｉ ｉ
［ ｙｗ ｒ ｓ ａｍｐｉｔ ｅ ｆ ａｏ ｓｅ ｍｏ ｉ ｅ ｉ ； ａｍ ｒ ｔ ｅｍｅ ｔｔ ｎ ｉｕ ｎｔ ｎｎｒ ｌ ａ ｏ ；ｐｉ ｌ ａ ｏ－ Ｄ ｆａ ｒ Ｋｅ ｏ ｄ Ｉｐ ｌ ｒ ｒ ｃｔ ｎｓ ｔｍ； ｂｌｄ ｖｃ ｐ ｌｐｉ ｇ ｎａ ｏ ；ｌ ｍｉａ ｏ ｏｍａｉ ｔ ｎ ｏ ｔ ｂ ｒ Ａ ｔ ｅ ｎ ｖｉ ｉ ｉ ｙ ｅ ｅ ｎｓ ｉ ｌ ｉ ｚｉ ｍａ Ｇ Ｌ ｅｕ
中 分 号ｔ Ｔ９ 圈 类 ．３ Ｉ ｌ
基 于移动设备 的掌 纹验证 系统
张建新 ，欧宗瑛 ，刘典 婷
（ 大连理工大学精密与特种加工教 育部重点实验室 ，大连 １６ ２ ） ０４ １
摘
要： 针对 掌纹识别在智能移动设备 上的应 用， 出一种掌纹识 别算法 ， 提 并嵌入到联想 Ｅ ９０ Ｔ ８ 智能手机 ， 开发基于移动设备的掌纹验证
（ ｙＬ ｂ ｒｔｒ ｏ Ｐ ｅ ｉ ｏ ｎ Ｋｅ ａ ｏ ａｏｙｆ ｒ ｒｃｓ ｎａ ｄＮｏ — ａ ｉｏ ａ Ｍａｈ ｎｎ ｅ ｈ ｏｏ ｙ Ｍｉ ｉ ｒ ｆ ｄ ｃ ｔ ｎ Ｄａｉ ｉ ｎｔ ｄｔ ｎ ｌ ｃ ｉｉｇＴ ｃ ｎ ｌｇ ， ｎ ｓ ｙｏ Ｅ ｕ ａｉ ， ｌ ｎＵｎｖ ｒｉ ｆ ｅ ｈ ｏｏ ｙ Ｄａｉ １ ０ ４ ｒ ｉ ｔ ｏ ａ ｉｅｓ ｙｏ Ｔ ｃ ｎ ｌｇ ， ｌ ｎ １ ６ ２ ） ｔ ａ