学位论文 > 优秀研究生学位论文题录展示
基于Gabor特征的掌纹识别算法研究
作 者: 杜峰
导 师: 李红松;余鹏飞
学 校: 云南大学
专 业: 信号与信息处理
关键词: 掌纹识别 Gabor滤波器组 AdaBoost算法 双向2DLDA 自适应融合策略
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 73次
引 用: 0次
阅 读: 论文下载
内容摘要
由于传统的基于口令的身份识别技术存在易忘记、安全性差的问题,以指纹和人脸为代表的生物特征识别技术应运而生,并且得到了广泛的应用。作为一种新兴的生物特征识别技术,掌纹识别具有精度高、速度快、用户容易接受等优点,得到了国内外许多研究者的重视。但到目前为止,还没哪一种识别方法被认为是最优的,因此,我们有必要寻找各种较优的算法。本文对掌纹识别技术的预处理及两种较优的识别方法进行了研究。本文的工作主要有以下几个方面:1、提出了改进的八邻域搜索算法,将其应用于手掌边界的轮廓跟踪,在此基础上,实现了掌纹ROI(感兴趣区域)的提取;2、根据二维Gabor滤波的原理,设计了一组不同方向和不同尺度Gabor滤波器,并将其用在提取掌纹ROI的特征。3、提出了两种基于Gabor特征的掌纹识别算法:(1)基于AdaBoost筛选Gabor特征的掌纹识别方法:首先用AdaBoost算法筛选Gaborpalms二值模板的特征,然后对筛选后的特征模板进行移位比较匹配。(2)基于Gabor特征的双向2DLDA(二维线性判别分析)的掌纹识别方法:运用两类2DLDA一—水平方向的2DLDA (2DLDA)和垂直方向的2DLDA(V2DLDA),2DLDA提取Gabor特征组成的新矩阵Gaborpalms水平方向上的信息,垂直方向上的特征由V2DLDA提取。为了融合它们,本文提出了—种距离基的自适应融合策略。上述方法均在香港理工大学掌纹库(PolyU_Palmprint_Database)上进行了测试。实验验证了这些方法的有效性,可为相关工作提供参考借鉴。
|
全文目录
摘要 3-4 Abstract 4-6 目录 6-8 第一章 生物特征识别与掌纹识别技术概述 8-15 1.1 生物特征识别概述 8-11 1.1.1 传统的身份识别及其存在的问题 8-9 1.1.2 生物特征识别 9 1.1.3 生物特征识别的分类 9-10 1.1.4 生物特征识别选择特征的原则 10 1.1.5 生物特征识别技术的应用 10-11 1.2 掌纹识别概述 11-14 1.2.1 掌纹及其识别 11-12 1.2.2 掌纹识别的研究现状 12-13 1.2.3 掌纹识别系统的性能评测 13-14 1.3 本文的结构 14-15 第二章 掌纹图像预处理 15-23 2.1 香港理工大学PolyU_Palmprint_Database掌纹库 15-16 2.2 形态学图像处理基础 16-17 2.2.1 膨胀与腐蚀 16 2.2.2 开运算与闭运算 16-17 2.3 改进的八邻域搜索算法 17 2.4 掌纹ROI的提取过程 17-22 2.5 小结 22-23 第三章 Gabor滤波器组提取掌纹图像的特征 23-29 3.1 Gabor滤波器组原理及其设计 23-26 3.2 掌纹Gabor特征的本文提取过程 26-28 3.3 Gaborpalms 28 3.4 小结 28-29 第四章 基于AdaBoost筛选Gabor特征的掌纹识别 29-38 4.1 预备知识 29-33 4.1.1 汉明距离 29 4.1.2 相似度 29-31 4.1.3 分类阈值的确定 31-33 4.2 待识别图像的二值特征模板(未经特征筛选的) 33 4.3 基于AdaBoost的特征筛选算法 33-35 4.4 识别算法步骤 35 4.5 实验结果及分析 35-37 4.5.1 特征筛选 35-36 4.5.2 识别率 36-37 4.6 小结 37-38 第五章 基于Gabor特征的双向2DLDA融合的掌纹识别 38-54 5.1 预备知识 39-49 5.1.1 均值向量和协方差矩阵的估计 39-40 5.1.2 主成分分析 40-44 5.1.3 线性判别分析(LDA) 44-47 5.1.4 2DPCA、2DLDA及其衍生的方法 47-48 5.1.5 压缩后更适合分类的解释 48 5.1.6 欧式距离与Frobenious范数 48-49 5.2 算法 49-50 5.2.1 PCA识别算法 49 5.2.2 2DPCA、2DLDA、(2D)~2PCA、(2D)~2LDA识别算法 49-50 5.2.3 本文算法 50 5.3 实验结果及分析 50-53 5.3.1 随机训练样本的自动生成 50-51 5.3.2 结果及分析 51-53 5.4 小结 53-54 第六章 总结与展望 54-55 6.1 总结 54 6.2 展望 54-55 攻读硕士学位期间发表的论文 55-56 参考文献 56-60 致谢 60
|
相似论文
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 小波分析在掌纹图像特征提取中的应用,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于小波分析的掌纹图像识别研究,TP391.41
- 人脸表情识别算法研究,TP391.41
- 基于非接触采集下的鲁棒掌纹识别,TP391.41
- 基于图像分析的人脸比对技术研究,TP391.41
- 基于AdaBoost算法的人脸检测方法研究,TP391.41
- 基于特征融合的掌纹识别,TP391.41
- 在线掌纹匹配技术的研究,TP391.41
- 基于梯度特征和级联分类的快速行人检测,TP391.41
- 嵌入式3D掌纹识别系统的设计与实现,TP391.41
- 线扫掌纹图像采集系统设计与实现,TP391.41
- 基于肤色和Adaboost算法的人脸检测方法研究,TP391.41
- 基于遗传算法粗糙集属性约简的方法,TP18
- 在线掌纹识别算法的研究及应用,TP391.41
- 流行学习在交通标志识别中的应用研究,TP391.41
- 基于四元数模型的多光谱掌纹识别,TP391.41
- 基于人脸检测的自动红眼消除研究,TP391.41
- 基于掌纹的身份自动识别技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|