1、21世紀(jì)是一個科學(xué)技術(shù)飛速發(fā)展的時代，各行各業(yè)都迫切需要高效安全的身份認(rèn)證技術(shù)，例如網(wǎng)上銀行、網(wǎng)上購物、醫(yī)療、刑偵等行業(yè)。與傳統(tǒng)的身份認(rèn)證/識別技術(shù)相比較，生物認(rèn)證/識別技術(shù)利用人體所特有的生物特進行身份認(rèn)證/識別，更加安全、方便。伴隨著移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展以及移動設(shè)備不斷更新、普及，越來越多的研究人員提出將生物認(rèn)證/識別技術(shù)和移動設(shè)備結(jié)合起來。目前，應(yīng)用于移動設(shè)備的生物圖像認(rèn)證研究，還面臨著很多問題需要解決，因此，本文提出應(yīng)用于移

2、動設(shè)備的身份認(rèn)證，主要針對應(yīng)用于移動設(shè)備的手掌圖像身份認(rèn)證和多生物圖像身份認(rèn)證進行研究。
　　使用移動設(shè)備上的攝像頭圖像采集時，容易產(chǎn)生圖像曝光強度過強或曝光強度弱，以及圖像角度不一致等問題。文本在對應(yīng)用于移動設(shè)備上的生物特征識別算法進行深入研究的基礎(chǔ)上，結(jié)合應(yīng)用于移動設(shè)備的生物圖像識別所面臨的問題，主要從以下幾個方面進行研究，一是圖像預(yù)處理階段。在此階段，通過直方圖均衡化方法及以各種濾波器來盡量消除光照和角度問題所帶來的影響。二

3、是對圖像特征提取階段進行研究，通過對PCA、SRM、SIFT、LBP等算法的實驗結(jié)果進行比較可知，使用SIFT算法進行特征提取，識別率是90.65％，高于其他算法。接下來，對SIFT算法進行深入研究并提出改進方案,去除錯誤匹配的點。實驗結(jié)果顯示，改進以后的SIFT算法，識別率達到94.83%。三是應(yīng)用于移動設(shè)備的多生物圖像認(rèn)證研究，在本文中，提出了基于SIFT算法的多生物圖像特征融合方法，將各特征圖像匹配后的結(jié)果進行融合。實驗結(jié)果顯示，

4、基于多生物圖像的身份認(rèn)證正確率達到99.39%。
　　由于網(wǎng)上沒有符合本文要求的數(shù)據(jù)庫，所以針對本課題研究的問題，分別手動采集了不同的數(shù)據(jù)庫。通過實驗可知，本文在特征提取階段，對SIFT方法提出的改進方案的正確率比標(biāo)準(zhǔn)的SIFT算法的識別率提升了4個百分點還多；在時間上，改進方法的時間消耗接近于原SIFT算法的時間消耗；在應(yīng)用于移動設(shè)備的多重生物圖像認(rèn)證研究中，提出的多生物圖像融合方法，雖然時間效率有所降低，但與其他方法相比較，識