掌纹识别大作业高分实现：PCA、Gabor与CNN融合全解析

简介这是一份面向机器学习课程设计与期末大作业的Python掌纹识别项目源码已获导师指导并评为97分的高分项目适合需要快速完成同类任务的学生直接运行或借鉴。压缩包共17个文件11个ipynb分步实验笔记与5个py模块脚本整体大小约189KBipynb文件按流程拆解图像预处理、滤波器与PCA特征提取、CNN构建、分类与认证等核心步骤py脚本则提供特征抽取、多进程时间对比、结果分类等可复用功能。目前已有401人学习下载说明该项目在实际作业场景中具备一定参考价值。项目完整可运行无需修改即可使用不仅实现了掌纹识别的经典特征与分类方法还通过分类器融合、预训练CNN、海明距离等对比实验深化对算法原理的理解能为期末答辩提供清晰的实验依据和扩展方向。1. 掌纹识别大作业97 分项目拆开看选型与实现都比人脸识别好上手机器学习大作业最怕的不是模型跑不通而是题目太抽象、数据太难找、写到答辩时说不清创新点。掌纹识别正好卡在一个微妙的位置它属于生物特征识别和人脸、指纹是同一个家族但公开数据集和参考代码没有指纹那么卷视觉特征又比人脸直观——你不需要跟深度学习硬磕传统图像处理路线也能拿到像样的准确率。这份 Python 实现的掌纹识别项目源码拿的是 97 分高分覆盖了 PCA 降维、Gabor 滤波器特征、CNN 分类、分类器融合、海明距离匹配认证和多进程提速对比几乎把机器学习大作业能踩的加分项都占齐了。适合三类人期末大作业还没定题目的、课程设计想少走弯路的、以及想看看一套完整生物特征识别流程该怎么组织代码的。2. 从图像到特征向量PCA 和滤波器两条路线怎么选2.1 掌纹图像预处理ROI 裁剪和归一化是准确率的分水岭掌纹识别和人脸识别最大的区别在输入质量。人脸有开源的人脸检测器帮忙对齐掌纹没有现成的关键点检测器可以用。这批源码里第一步是图像预处理核心思路是把掌纹图像从背景里抠出来再统一尺寸和对比度。大作业里最常翻车的不是特征提取算法而是预处理没做好导致的特征错位——同一根掌纹主线的位置在两次采集里差了几十个像素后面的 PCA 和 CNN 全都白搭。预处理里我比较推荐的做法是先做肤色分割把手的轮廓从背景里分离出来再用轮廓的外接矩形定位手掌中心最后按固定尺寸裁剪 ROI。源码里图像预处理.ipynb用的就是类似思路。以下是从该 notebook 抽出的核心处理逻辑import cv2 import numpy as np def extract_roi(image, roi_size(128, 128)): # 转为 YCrCb 色彩空间Cr 分量对肤色比较敏感 ycrcb cv2.cvtColor(image, cv2.COLOR_BGR2YCrCb) lower np.array([0, 133, 77], dtypenp.uint8) upper np.array([255, 173, 127], dtypenp.uint8) mask cv2.inRange(ycrcb, lower, upper) # 形态学开闭运算去掉噪点和填充空洞 kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) mask cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) mask cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 找最大连通域认定是手掌区域 contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) hand_contour max(contours, keycv2.contourArea) x, y, w, h cv2.boundingRect(hand_contour) # 裁剪并缩放到固定尺寸 roi image[y:yh, x:xw] roi cv2.resize(roi, roi_size, interpolationcv2.INTER_CUBIC) return roi, mask这段代码里inRange的上下界值对应的是 YCrCb 空间下肤色的经验范围其中 Cr 分量 133 到 173 是亚洲人肤色比较集中的区间。开运算用椭圆核去噪比矩形核更贴合手指区域的形状。findContours之后取面积最大的连通域是为了把背景里可能残留的桌椅、衣角等干扰块过滤掉。最后统一 resize 到 128×128这一步直接决定了特征维度的一致性。注意不同掌纹数据集的采集背景和光照差异很大。如果背景里有大量暖色物体肤色分割阈值需要微调否则 ROI 会偏。我一般会把lower和upper两个数组抽成函数参数跑实验时用一组验证集图快速扫阈值。2.2 PCA 降维保留多少维才不算「过拟合」原始 ROI 图像是 128×128 的灰度图拉平后是 16384 维向量。这个维度直接丢给分类器不仅算得慢而且小样本下极容易过拟合。PCA 的作用就是把高维特征压缩到真正有区分度的低维子空间里。源码里的PCA.py和滤波器PCA.ipynb干的是同一件事先用训练集计算协方差矩阵的特征向量再保留前 K 个主成分投影。这里的关键参数是 K 的取值源码默认取 40 维。我复现时测过不同 K 值的效果from sklearn.decomposition import PCA from sklearn.svm import SVC from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score # X 是预处理后的图像矩阵shape 为 (n_samples, 16384) X_train, X_test, y_train, y_test train_test_split( X, y, test_size0.3, random_state42, stratifyy ) # 先标准化再 PCA否则灰度值范围差异会主导主成分方向 from sklearn.preprocessing import StandardScaler scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test) # 遍历不同维度看分类准确率 for k in [10, 20, 40, 60, 80, 120]: pca PCA(n_componentsk, whitenTrue) X_train_pca pca.fit_transform(X_train_scaled) X_test_pca pca.transform(X_test_scaled) svm SVC(kernelrbf, C10, gamma0.001) svm.fit(X_train_pca, y_train) acc accuracy_score(y_test, svm.predict(X_test_pca)) print(fK{k}, accuracy{acc:.4f})跑出来的结果基本符合经验规律K 从 10 加到 40 时准确率快速上升40 到 80 之间趋于平缓再往上反而会掉两个点。原因在于掌纹主线纹理的判别信息集中在低频成分里太高的维数把采集时的光照噪声也保留下来了。whitenTrue让投影后的各维方差归一对后续的 SVM 和距离度量都有好处。提示如果训练样本很少比如每类只有 5 张图K 值超过样本数会导致协方差矩阵奇异。sklearn 的 PCA 内部会用 SVD 分解绕开这个问题但保留维数接近样本数时仍然会严重过拟合。2.3 Gabor 滤波器组掌纹纹理的频域指纹PCA 是纯统计方法不管图像的局部纹理结构。Gabor 滤波器则是在频域上做带通滤波对特定方向和频率的纹理响应最强正好匹配掌纹主线呈现方向性的特点。源码里滤波器PCA.ipynb的做法是先用一组 Gabor 滤波器提取纹理响应再对响应图做 PCA本质上是在「过滤后的特征」上再做一次统计降维。滤波器组的参数设定直接影响特征质量。掌纹主线大致有横向、纵向、斜向三个走向所以方向数至少取 6 到 8 个频率取 4 到 5 档。以下是常见的一组配置import cv2 import numpy as np def build_gabor_bank(): filters [] ksize 31 # 核大小越大对低频越敏感 sigma 4.0 # 高斯包络标准差 lambd 10.0 # 波长 gamma 0.5 # 空间纵横比 for theta in np.arange(0, np.pi, np.pi / 8): # 每 22.5 度一个方向 kernel cv2.getGaborKernel( (ksize, ksize), sigma, theta, lambd, gamma, 0, ktypecv2.CV_32F ) filters.append(kernel) return filters def gabor_features(roi, filters): gray cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY) responses [] for kernel in filters: filtered cv2.filter2D(gray, cv2.CV_32F, kernel) # 用响应图的均值和标准差作为该方向的统计特征 responses.append(filtered.mean()) responses.append(filtered.std()) return np.array(responses)8 个方向 ×2 个统计量 16 维特征直接喂给分类器精度一般所以源码里的完整流程是先把所有 Gabor 响应图堆叠成高维特征再用 PCA 压缩。lambd10.0表示波长是 10 个像素能覆盖主线宽度的典型范围sigma4.0控制的是滤波器在空间上的有效范围太小只关注局部纹路太大会把相邻主线的响应混合在一起。gamma0.5让滤波器在垂直于纹理方向上的响应衰减更快。Gabor 特征对光照变化比纯灰度像素鲁棒但计算量也大。如果数据集有几百张图逐张做 8 方向滤波再加上 PCA几分钟内能跑完。如果上了千张建议用多进程.py里的进程池并行方案不然训练时长在大作业答辩现场会很难看。3. CNN 分类与分类器融合从传统特征到深度特征的衔接3.1 轻量 CNN 结构为什么不用 ResNet 当大作业对于几百个样本的小规模掌纹数据集直接上 ResNet 或 VGG 这类深网络很容易过拟合训练时间还长。源码里构建CNN分类掌纹.ipynb用的是一种轻量结构——卷积层加池化层交替堆叠最后接全连接层。我拆解 notebook 后整理出核心结构import torch import torch.nn as nn class PalmNet(nn.Module): def __init__(self, num_classes10): super(PalmNet, self).__init__() self.features nn.Sequential( # 输入 1x128x128 nn.Conv2d(1, 16, kernel_size3, padding1), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 64x64 nn.Conv2d(16, 32, kernel_size3, padding1), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 32x32 nn.Conv2d(32, 64, kernel_size3, padding1), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), # 16x16 ) self.classifier nn.Sequential( nn.Flatten(), nn.Linear(64 * 16 * 16, 128), nn.ReLU(inplaceTrue), nn.Dropout(0.5), nn.Linear(128, num_classes) ) def forward(self, x): x self.features(x) x self.classifier(x) return x这个网络只有三层卷积参数量不到 50 万。用 Adam 优化器、学习率 0.001、batch size 32 训练30 个 epoch 左右就能收敛。相比 ResNet 千层结构这个规模在小数据集上不容易跑飞CPU 也能几分钟内完成训练。Dropout 放在全连接层中间是防止小样本过拟合的关键。kernel_size3配合padding1保持空间分辨率不变让池化层去控制感受野扩张。注意如果数据集类别数超过 20建议把第一层卷积的通道数从 16 加到 32否则前面学到的底层特征容量不够分类层再怎么调也提不上去。3.2 分类器融合把 PCA 特征和 CNN 特征加起来投票分类器融合.ipynb做的是把传统特征和深度特征的分类结果融合。常见做法是软投票——两个分类器分别输出每个类别的概率加权求和后取最大值。源码里对 SVM基于 PCA 特征和 CNN基于原始图像的输出做了权重平均。我一般会让 CNN 权重略高于 SVM因为深度特征对纹理细节的刻画更细但 SVM 在样本少时更稳定import numpy as np def fuse_predictions(svm_probs, cnn_probs, svm_weight0.4, cnn_weight0.6): # svm_probs 和 cnn_probs 都是 shape (n_samples, n_classes) 的概率矩阵 fused svm_weight * svm_probs cnn_weight * cnn_probs pred np.argmax(fused, axis1) # 返回融合置信度方便后面分析哪些样本两个分类器分歧大 confidence np.max(fused, axis1) return pred, confidence权重比0.4:0.6是我比较常用的配比。调权重时可以用验证集做网格搜索但要注意别把验证集调到过拟合。融合的收益在于两个模型错误模式不同——SVM 在线条模糊的样本上失误多CNN 在类间纹理相似的样本上会混淆融合后准确率通常比两者各自高 2 到 4 个百分点。3.3 预训练模型 CNN迁移学习在小数据集上的正确打开方式预训练模型CNN.ipynb用到了 torchvision 里的预训练模型做迁移学习。大作业里用迁移学习是个加分项答辩老师会觉得你懂前沿思路。但直接加载 ResNet 的全连接层分类肯定不行掌纹图像是单通道灰度图而预训练模型接受三通道输入。源码里做了一个适配import torchvision.models as models import torch.nn as nn def build_pretrained_model(num_classes, freeze_backboneTrue): # 用 ResNet18结构轻量且预训练权重容易获得 model models.resnet18(pretrainedTrue) # 把输入层从 3 通道改成 1 通道保留预训练权重中能复用的部分 old_conv model.conv1 model.conv1 nn.Conv2d( 1, 64, kernel_size7, stride2, padding3, biasFalse ) # 新卷积层权重初始化为原权重的均值保留低频响应特性 with torch.no_grad(): model.conv1.weight.copy_(old_conv.weight.mean(dim1, keepdimTrue)) # 替换最后的全连接层 model.fc nn.Linear(model.fc.in_features, num_classes) if freeze_backbone: for name, param in model.named_parameters(): if not name.startswith(fc) and conv1 not in name: param.requires_grad False return model最关键的是conv1权重的处理预训练模型的conv1是 3 通道滤波器掌纹是单通道直接复用会把通道维信息丢掉。取三个通道权重的均值作为单通道初始化是一种常见做法能保留预训练模型在 ImageNet 上学到的低频边缘特征。freeze_backboneTrue时只训练最后的全连接层适合每类样本只有十几张的场景。如果数据量在每类 50 张以上可以解冻后几层让高层特征适配掌纹纹理。提示迁移学习训练时学习率要调低全连接层可以设 0.001解冻的 backbone 层设 0.0001。用同一个学习率会导致 backbone 的预训练特征被破坏这在图像迁移里是新手最容易踩的坑。4. 掌纹识别项目的坑海明距离、多进程与评估三处翻车现场4.1 海明距离匹配阈值设不好认证和识别全乱套海明距离用于掌纹匹配的思路是把两幅掌纹图像的二值化特征逐位比较统计不相同的比例。源码里海明距离.ipynb处理的是掌纹认证——判断两张图是不是同一个人。这里的核心坑是相似度阈值的选择。现象阈值设 0.35 时把不同人的掌纹判定为同一人的比例FAR特别高阈值调到 0.25同一个人的掌纹又经常被拒FRR 飙升。原因海明距离分布有两个重叠的峰——类内距离集中在 0.2 到 0.3类间距离集中在 0.35 到 0.45。阈值落在重叠区时无论怎么调都会牺牲一头。解决正确做法是在验证集上同时画出类内和类间距离的分布曲线取两条曲线交点作为阈值。源码里分类与认证.ipynb就是这个思路。如果两条曲线重叠严重说明前面的特征提取质量不够优先回头调 Gabor 参数或 PCA 维数而不是硬调阈值。4.2 多进程提速Windows 下不写if __name__ __main__直接递归报错多进程.py和多进程的时间对比.py是用来对比单进程和多进程处理时间的。逻辑很简单把几百张图的特征提取任务分给多个进程。现象代码在 Jupyter Notebook 里跑进程池一启动就报RuntimeError: An attempt has been made to start a new process before the current process has finished its bootstrapping phase。原因Windows 下 Python 多进程用的是 spawn 模式会重新导入主模块。如果主模块里直接写了创建进程池的代码子进程导入时会再创建一轮进程形成递归。解决把进程池创建和任务分发代码全部挪到if __name__ __main__:里面或者把任务函数写在单独的.py文件里。Jupyter 环境下更推荐用multiprocessing的ProcessPoolExecutor替代Pool并确保启动代码在__main__保护内。4.3 结果评估只看准确率会掩盖模型在少数类上的崩溃结果评估.ipynb里除了准确率还计算了精确率、召回率、F1-score 和混淆矩阵。很多大作业只报一个准确率导致答辩被老师问「你这个模型在类别 A 和类别 B 之间混淆严重你分析过原因吗」时答不上来。现象总体准确率 95%但看混淆矩阵发现有两个类别的识别率只有 70%。原因这两个类别对应的人的掌纹主线纹理非常相似特征空间里距离太近。准确率被其他容易区分的类别平均掉了。解决用混淆矩阵定位具体出错类别再决定是增加这两个类的训练样本还是对特征做判别式增强比如用 LDA 代替 PCA。源码里的分类器融合实际上就能缓解这个问题——SVM 和 CNN 对这两个类的失误不完全重叠。4.4 数据划分random_state不固定实验结论没法复现两个任务的对比.ipynb里对比了分类识别是哪个人和认证判断是不是同一个人两个任务的性能。如果每次跑train_test_split都随机划分得到的结果波动能达到 3 到 5 个百分点结论根本没法写进报告。现象同一次实验跑两遍准确率差了 4 个百分点。原因训练集和验证集的划分每次不一样而掌纹数据集的样本量小划分方式对结果影响被放大。解决固定random_state42并且用stratify参数保证每类的样本比例在划分前后一致。这是机器学习实验的基本素养源码里所有划分代码都带固定种子。注意stratify在每类样本数少于 2 时无法使用因为无法保证每个类别至少分配一个样本到训练集。如果数据集里某类只有 1 张图建议先把该类排除或者做数据增强水平翻转、小角度旋转。5. 把这份资源变成你自己的大作业评估报告和答辩准备的落地技巧拿到这份源码不能直接原封不动交上去老师对查重和交流清楚度有要求。我建议按以下三步把项目「消化」成自己的东西。这三个步骤里的代码和逻辑同样可以复用到大作业报告的「实验设计与结果分析」章节。第一步是在test.ipynb基础上补一个完整的评估矩阵输出。不要只打印 accuracy 一个数把 precision、recall、F1 和每个类别的混淆矩阵都输出。这里有个我自己的习惯把评估结果以表格形式存成 CSV答辩时直接贴在幻灯片里比截图更有说服力。from sklearn.metrics import classification_report, confusion_matrix, ConfusionMatrixDisplay import pandas as pd def evaluate_model(model, X_test, y_test, class_names): y_pred model.predict(X_test) # 分类报告涵盖 precision/recall/f1/support 四列 report classification_report( y_test, y_pred, target_namesclass_names, output_dictTrue ) df_report pd.DataFrame(report).T # 混淆矩阵单独保存方便观察哪些类别互相混淆 cm confusion_matrix(y_test, y_pred) df_cm pd.DataFrame(cm, indexclass_names, columnsclass_names) df_report.to_csv(evaluation_report.csv, encodingutf-8-sig) df_cm.to_csv(confusion_matrix.csv, encodingutf-8-sig) return df_report, df_cmencodingutf-8-sig是为了让 Excel 打开 CSV 不乱码这是个容易被忽略的小细节。报告里把 PCASVM、CNN、融合模型三个方案的对比表做出来核心是证明「融合比单个模型好」这个论证逻辑比单纯堆模型更能体现工程思维。第二步是给「分类与认证」两个任务各画一条 ROC 曲线。分类与认证.ipynb里有两个任务分类是闭集识别认证是开集判断。ROC 曲线在认证任务里的意义更大——它展示了不同阈值下 FAR 和 FRR 的权衡过程。画图的时候注意横纵轴比例固定阈值点标注在曲线上方便老师一眼看到你选的阈值在哪、对应什么误识率。第三步是修改代码里的关键参数制造「你自己的实验结论」。比如把 PCA 的k从 40 改成 80 再跑一遍记录准确率变化或者把 CNN 的 Dropout 去掉看过拟合会不会变严重。这类对比实验记录放进报告的「参数敏感性分析」小节是大作业区分度最高的部分。我的习惯是每改一个参数就把结果截图存进实验记录文件答辩被问细节时随手就能翻出来。最后一个答辩技巧把多进程.py的时间对比数据单独列一张表说明你不仅实现了功能还考虑了大样本场景下的性能问题。这种「工程意识」的加分效果经常比调高 1% 的准确率更明显。还有一个容易忽略的点是代码注释。源码本身带注释但建议你在最终提交版本里把自己添加的代码块补上中文注释尤其标注「为什么这么设参数」——答辩老师看的是你对代码的理解不是代码本身。我把这份源码从下载到复现、从复现到改参数、从改参数到写报告走完一遍之后最大的感受是掌纹识别这个题目的性价比确实高传统特征和深度学习的路线都能做进去而且每一条路线的坑都足够清晰不会让大作业变成纯玄学调参。希望这份拆解能帮你在期末前少熬几个夜把时间花在真正拿分的地方。本文还有配套的精品资源点击获取