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

  1. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  2. 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
  3. 小波分析在掌纹图像特征提取中的应用,TP391.41
  4. 基于AdaBoost算法的人脸识别研究,TP391.41
  5. 基于小波分析的掌纹图像识别研究,TP391.41
  6. 人脸表情识别算法研究,TP391.41
  7. 基于非接触采集下的鲁棒掌纹识别,TP391.41
  8. 基于图像分析的人脸比对技术研究,TP391.41
  9. 基于AdaBoost算法的人脸检测方法研究,TP391.41
  10. 基于特征融合的掌纹识别,TP391.41
  11. 在线掌纹匹配技术的研究,TP391.41
  12. 基于梯度特征和级联分类的快速行人检测,TP391.41
  13. 嵌入式3D掌纹识别系统的设计与实现,TP391.41
  14. 线扫掌纹图像采集系统设计与实现,TP391.41
  15. 基于肤色和Adaboost算法的人脸检测方法研究,TP391.41
  16. 基于遗传算法粗糙集属性约简的方法,TP18
  17. 在线掌纹识别算法的研究及应用,TP391.41
  18. 流行学习在交通标志识别中的应用研究,TP391.41
  19. 基于四元数模型的多光谱掌纹识别,TP391.41
  20. 基于人脸检测的自动红眼消除研究,TP391.41
  21. 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