第一章 生物特征识别概述 1
第一节 生物特征识别的起源和发展 1
第二节 生物特征识别系统 3
第三节 几种生物特征识别技术及比较 4
一、虹膜识别 4
二、人脸识别 5
三、人耳识别 5
四、指纹识别 5
五、掌纹识别 6
六、手形识别 6
七、静脉识别 6
八、几种生物特征识别技术比较 7
第四节 生物特征识别技术的应用 8
第五节 生物特征识别技术的前景 9
参考文献 10
第一部分 头部特征识别 13
第二章 虹膜识别 13
第一节 概述 13
一、虹膜识别发展历史 13
二、虹膜生理结构特征 14
三、虹膜识别特点 15
四、人眼图像的采集 16
五、虹膜识别基本过程 18
六、人眼自然睁开状态下的虹膜图像中存在的问题 19
第二节 噪声（眼睑、睫毛和光斑）的检测 20
一、眼睑的检测 20
二、睫毛的检测 22
三、光斑的检测 26
第三节 虹膜边界的检测 26
一、积分微分圆检测算子 26
二、Hough变换方法 27
三、主动轮廓线跟踪方法 27
四、通过特定虹膜边界点寻找边界的方法 28
第四节 虹膜图像的分割 31
一、固定角度确定虹膜无噪声干扰区域方法 31
二、根据噪声确定实际虹膜区域方法 31
三、虹膜区域选取与识别率对应关系 35
第五节 虹膜图像归一化 38
一、虹膜图像内外圆不同心的调整 38
二、虹膜图像尺寸的归一化 39
三、虹膜图像展开成矩形 39
第六节 虹膜特征提取与匹配 40
一、利用2D Gabor滤波器提取虹膜相位信息 40
二、Gabor滤波器参数设计及虹膜特征提取 42
三、利用小波过零方法提取不同分辨率下的虹膜特征 45
四、利用金字塔方法提取虹膜灰度信息 46
五、多尺度模板提取虹膜纹理位置信息 47
六、基于傅里叶变换的相位相关法 47
七、基于灰度曲面直接匹配法 49
八、基于结构特征的虹膜识别方法 52
九、基于局部信息统计的虹膜分块编码方法 54
十、基于局部分块特征的虹膜识别方法 56
第七节 自适应虹膜识别方法 58
一、相位一致性理论 58
二、特征提取和表示 59
三、自适应模式匹配 60
第八节 虹膜识别小结 61
参考文献 62
第三章 人脸识别 67
第一节 概述 67
一、人脸识别发展历史 67
二、人脸识别系统 68
三、人脸识别的实验样本 70
第二节 人脸识别中的关键问题 70
一、光照问题 70
二、姿态估计与匹配 71
三、时变的特征提取与消除 71
第三节 人脸的检测与定位 72
一、基于知识的人脸检测方法 73
二、基于模板匹配的检测方法 74
三、基于统计模型的人脸检测方法 74
四、人脸检测方法小结 77
第四节 人脸几何特征提取方法 78
一、形状几何特征提取 78
二、基于几何模板的特征提取 79
第五节 人脸代数特征提取方法 80
一、主成分分析法 80
二、基于遗传算法优化的PCA算法 83
三、独立成分分析法 87
四、奇异值分解方法 88
五、基于隐马尔可夫模型特征提取方法 89
第六节 人脸分类识别方法 91
一、基于线性判别分析方法 91
二、基于神经网络的人脸识别方法 93
三、基于支持向量机的人脸识别方法 95
第七节 其他人脸识别方法 97
一、三维人脸识别方法 97
二、基于肤色模型的人脸识别方法 98
三、深度图像人脸识别方法 98
四、基于多种特征融合机制人脸识别方法 98
第八节 人脸识别小结 99
参考文献 1
第四章 人耳识别 105
第一节 概述 105
一、人耳识别发展历史 105
二、人耳识别特点 108
三、人耳识别系统 109
第二节 人耳图像预处理 110
一、人耳解剖结构 110
二、图像噪声处理 110
三、耳廓边缘提取 112
四、归一化处理 113
第三节 基于几何特征的人耳识别方法 116
一、几何学识别方法 116
二、基于长轴的形状特征识别方法 118
三、基于内耳角点特征的人耳识别方法 119
四、基于外耳轮廓曲线的人耳识别方法 122
五、基于最大主曲率的人耳识别方法 124
第四节 基于代数特征的人耳识别方法 126
一、主成分分析法 126
二、低阶不变矩法 127
第五节 其他人耳识别方法 128
一、基于灰度曲面匹配方法 128
二、使用Voronoi图表的邻接图匹配方法 129
三、使用组合技术的神经网络方法 130
四、力场转换方法 131
五、遗传局部搜索算法 133
六、基于3D耳朵检测和识别方法 134
第六节 结合面部特征的人耳识别技术 136
一、由人脸正面图像提取面部结构特征参数和耳廓大小特征参数 136
二、由人脸侧面图像提取耳廓形状特征参数 138
三、由人脸侧面图像提取耳廓结构特征参数 139
四、特征识别方法 140
第七节 人耳识别小结 141
参考文献 142
第二部分 手部特征识别 147
第五章 指纹识别 147
第一节 概述 147
一、指纹识别发展历史 147
二、指纹识别特点 148
三、指纹识别系统 148
四、指纹识别存在的问题 149
第二节 指纹图像特征 150
一、指纹图像的获取 150
二、指纹的总体特征 152
三、指纹的局部特征 154
第三节 指纹图像的预处理 155
一、指纹图像分割 156
二、指纹图像增强 157
三、指纹图像二值化处理 162
四、指纹图像细化 164
五、指纹图像的方向图 169
第四节 指纹图像特征提取 171
一、基于灰度图像的细节特征提取 171
二、基于8邻域编码的特征提取 173
三、基于脊线频率的特征提取 173
四、基于场结构的特征提取 174
五、基于奇异点的特征提取 176
六、基于曲线的特征提取 177
七、基于梯度矢量的特征提取 178
第五节 指纹图像匹配 180
一、基于点模式的指纹匹配算法 180
二、基于分叉点夹角的指纹匹配算法 181
三、基于二分图的匹配算法 182
四、基于矢量三角法的指纹匹配算法 183
五、基于曲线拟合指纹匹配算法 184
六、其他指纹匹配算法 185
第六节 指纹识别小结 186
参考文献 187
第六章 掌纹识别 191
第一节 概述 191
一、掌纹识别发展历史 191
二、掌纹图像的特点 192
三、掌纹图像的获取方法 193
四、掌纹识别系统 194
五、掌纹信息系统的构建 195
第二节 掌纹图像的预处理 196
一、手掌轮廓的提取 197
二、轮廓特征点的提取 198
三、手掌图像坐标系的确定 199
四、手掌图像有效区域的确定 199
第三节 基于掌纹几何特征的识别方法 200
一、二次曲面拟合的亚像元图像匹配 200
二、基于主方向灰度分布曲线的特征提取 201
三、基于金字塔算法的线特征提取 203
四、基于形态小波的掌纹线特征提取及匹配 205
五、基于乳突纹方向特性分类法 208
六、基于掌纹纹型分类方法 209
第四节 基于掌纹代数特征的识别方法 210
一、基于K-L变换的掌纹特征提取及识别 210
二、基于双子空间的特征提取及识别 212
三、基于Fisher线性判别式掌纹识别 213
四、基于核主成分分析和FLD的掌纹识别 215
五、基于ALA线性神经网络特征提取 217
六、基于PCA重建的掌纹识别方法 218
第五节 基于掌纹频域特征的识别方法 220
一、基于傅里叶变换的掌纹特征提取及识别 220
二、基于小波变换的高频特征提取 223
三、基于小波样本学习的特征提取及识别 224
第六节 掌纹识别小结 225
参考文献 226
第七章 手形识别 230
第一节 概述 230
一、手形识别发展历史 230
二、手形识别的特点 231
三、手形识别目前存在的问题 232
第二节 手形图像采集 232
第三节 手形图像的预处理 233
一、光照消除处理 233
二、手形图像分割 234
第四节 手形图像特征提取方法 235
一、点特征提取 235
二、特征矢量提取 236
三、形状特征提取 237
四、轮廓特征提取 238
五、其他手形特征提取 239
第五节 手形匹配方法 240
一、点模式匹配法 240
二、曲线拟合方法 242
三、模板匹配方法 243
第六节 结合手形特征的多生物特征识别 244
一、手形与掌纹相结合的特征识别技术 244
二、手形与指纹相结合的特征识别技术 245
第七节 手形识别小结 245
参考文献 246
第八章 静脉识别 249
第一节 概述 249
一、静脉识别发展历史 249
二、静脉识别原理 251
三、静脉识别特点 251
第二节 静脉图像获取 252
第三节 掌背静脉识别技术 253
一、图像预处理 254
二、特征提取方法 255
三、模式匹配方法 256
第四节 手指静脉识别技术 256
第五节 静脉识别小结 257
参考文献 258