学位论文 > 优秀研究生学位论文题录展示

掌纹图像特征抽取方法研究

作　者: 刘丹
导　师: 杨健
学　校: 南京理工大学
专　业: 模式识别与智能系统
关键词: 生物特征识别 掌纹 基于纹理 OFC SPP SMCC
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 52次
引　用: 0次
阅　读: 论文下载
 

内容摘要


社会的信息化、高科技化,导致传统的个人身份验证方式暴露出其弊端。如,基于密码的身份识别,易遗忘、易破解；基于ID卡的身份识别,易仿冒、易丢失、易共享。这些问题在一定程度上造成身份识别系统的不安全性以及个人基本信息或具有的权利可能遭遇被利用的风险。因此生物特征识别以其易携带、不易仿冒、不易共享等优势逐渐取代了传统的个人身份验证方式。生物特征,包括人脸、虹膜、耳纹、指纹、掌纹等人固有的特征。其中人脸和指纹的应用最多,而且识别率满足部分场合的需要。掌纹相对起步较晚,且掌纹具有唯一性、信息丰富等特点,近年来,基于掌纹的识别研究正处于蓬勃发展阶段。目前比较新颖的掌纹特征抽取方法有Palm Code、Fusion Code、Competitive Code、RLOC等,这些方法都是基于纹理和纹线方向特征的。本文的主要工作如下：1、概述生物特征识别以及掌纹识别的研究现状,研究掌纹特征抽取以及匹配分类等过程的主要算法并将其实现。2、详细介绍掌纹图像预处理阶段的几个过程,突出平滑去噪和形态学运算对掌纹预处理的重要性。3、在Orthogonal Code和Fusion Code上作出改进,提出OFC (Orthogonal Fusion Code),并实验验证本文提出的方法要优于这两种方法。4、预先对数据进行LDA降维,将Qiao et al提出的用于人脸特征抽取的SPP(Sparse Preserving Projection)方法用于提取掌纹特征,并实验验证这种方法在某些方面要优于LDA、LPP。实现SMCC方法,并将其与Competitive Code作对比,验证了SMCC方法的优越性,表明稀疏表示在掌纹识别方面值得进一步研究。

全文目录


摘要  3-4
Abstract  4-8
1 绪论  8-21
  1.1 课题的研究背景及意义  8-9
  1.2 生物特征识别技术  9-13
    1.2.1 生物特征识别技术概述  9-11
    1.2.2 生物特征识别系统框架及说明  11
    1.2.3 生物特征识别技术的发展及现状  11-13
  1.3 掌纹识别研究现状  13-20
    1.3.1 掌纹识别简介  13-14
    1.3.2 掌纹图像预处理简要介绍  14-15
    1.3.3 掌纹识别算法的研究现状  15-20
    1.3.4 掌纹特征匹配方法介绍  20
  1.4 论文的结构安排  20-21
2 掌纹图像预处理  21-28
  2.1 引言  21
  2.2 掌纹图像采集  21-22
  2.3 掌纹图像预处理  22-27
    2.3.1 图像二值化  22-23
    2.3.2 轮廓跟踪  23-26
    2.3.3 关键点定位  26-27
  2.4 本章小结  27-28
3 基于Gabor变换的掌纹特征抽取  28-42
  3.1 引言  28
  3.2 2D Gabor小波变换  28-31
  3.3 基于2D-Gabor的编码方法  31-32
    3.3.1 Palm Code掌纹特征抽取  31
    3.3.2 Fusion Code掌纹特征抽取  31-32
  3.4 Orthogonal Code掌纹特征抽取  32
  3.5 Orthogonal Fusion Code掌纹特征抽取  32-34
  3.6 基于OFC的掌纹实验  34-40
    3.6.1 实验数据库及相关实验说明  34-35
    3.6.2 掌纹的验证与识别实验  35-40
  3.7 本章小结  40-42
4 基于稀疏表示的掌纹识别方法  42-59
  4.1 引言  42
  4.2 稀疏表示理论  42-46
    4.2.1 稀疏表示  43
    4.2.2 稀疏性度量  43-44
    4.2.3 稀疏问题的解决方法  44-46
  4.3 基于稀疏保持投影的掌纹特征抽取  46-50
    4.3.1 稀疏保持投影(SPP)特征抽取理论  46-48
    4.3.2 掌纹的验证与识别实验  48-50
  4.4 基于稀疏表示和方向编码的掌纹特征抽取  50-58
    4.4.1 竞争编码(Competitive Code)  50-52
    4.4.2 SMCC(the sparse multiscale competitive code)理论  52-54
    4.4.3 掌纹的验证与识别实验  54-58
  4.5 本章小结  58-59
5 总结与展望  59-61
  5.1 总结  59
  5.2 展望  59-61
致谢  61-62
参考文献  62-65

相似论文

  1. 基于距离映射码的安全指纹认证研究,TP391.4
  2. 小波分析在掌纹图像特征提取中的应用,TP391.41
  3. 基于小波分析的掌纹图像识别研究,TP391.41
  4. 虹膜识别的定位算法研究,TP391.41
  5. 基于分形和多小波理论的静脉特征提取研究,TP391.41
  6. 面向电力营销服务的客户身份自动识别系统设计,TP391.41
  7. 手指静脉识别技术研究,TP391.41
  8. 基于非接触采集下的鲁棒掌纹识别,TP391.41
  9. 掌纹主线特征选择方法及成像系统研究,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. 嵌入式3D掌纹识别系统的设计与实现,TP391.41
  13. 线扫掌纹图像采集系统设计与实现,TP391.41
  14. 基于手指静脉和指背关节纹理的识别算法的研究,TP391.41
  15. 基于遗传算法粗糙集属性约简的方法,TP18
  16. 在线掌纹识别算法的研究及应用,TP391.41
  17. 基于四元数模型的多光谱掌纹识别,TP391.41
  18. 掌纹掌脉信息融合算法设计,TP391.41
  19. 基于掌纹的身份自动识别技术研究,TP391.41
  20. 掌纹识别算法的研究与实现,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