学位论文 > 优秀研究生学位论文题录展示

基于大规模指纹库的指纹识别算法研究

作　者: 张莹
导　师: 刘正光
学　校: 天津大学
专　业: 模式识别与智能系统
关键词: 大规模指纹库指纹预处理指纹分类参考点定位可变限界盒
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 170次
引　用: 2次
阅　读: 论文下载

内容摘要

生物识别技术,根据生理特征或行为特征对个人身份进行鉴别,比传统的身份认证技术更加安全可靠,同时使用方式也更富于人性化。指纹识别是生物识别中应用最早,准确率最高,使用最为方便的技术,越来越广泛地被人们所使用。本文的目的是设计一套指纹识别算法,该算法主要针对指纹识别系统中指纹库规模较大的情况,可以使自动指纹识别系统在满足一定可靠性的前提下,具有很高的实时性和易用性。因此该识别算法应该具有较低的复杂度,较快的运算速度,从而满足实时性的要求。本文探讨了现有指纹识别算法的不足,针对指纹库规模较大时,指纹识别相当耗时的特点对预处理算法、分类算法和匹配算法作了相应的改进,并在matlab下对部分算法进行实现,通过实验证明了算法的实用性。在自动指纹识别算法方面,本文作了以下几个方面工作:1、改进了传统伪特征点滤除算法中阈值的选取方法,采用自动阈值选取,阈值因人而异,为滤除算法提供了可靠的标准。2、对指纹分类做了全面的讨论,指出了基于奇异点的指纹分类方法的不足,提出了将奇异点信息和指纹纹线总体几何形状综合运用的指纹分类方法。3、将指纹的匹配分成粗细两个等级依次进行。在第一级匹配中,利用ROI的思想,通过统计ROI中端点和分叉点的个数对指纹进行粗匹配,大大节省了匹配算法的运算时间。在第二级匹配中,利用基于可变限界盒的指纹匹配方法,在一定程度上解决了指纹非线性形变的问题。4、在参考点定位方面,充分利用了脊线信息并且通过计算两个参数和的最小值来确定参考点,参考点定位快速准确。本文的研究成果将为进一步开发具有商业价值的自动指纹识别系统提供必要的理论基础和技术手段。

全文目录

中文摘要  3-4
ABSTRACT  4-9
第一章绪论  9-14
  1.1 生物特征识别技术概述  9-11
  1.2 本文的研究背景和意义  11-12
    1.2.1 研究背景  11
    1.2.2 识别技术的选择  11-12
    1.2.3 本文研究的意义  12
  1.3 本文研究的主要内容  12-14
第二章自动指纹识别系统  14-20
  2.1 自动指纹识别系统原理  14-18
    2.1.1 指纹图像输入  15
    2.1.2 指纹图像的预处理  15
    2.1.3 指纹图像的特征提取  15-17
    2.1.4 指纹图像的分类  17-18
    2.1.5 指纹图像的匹配  18
  2.2 系统可靠性的衡量标准  18-20
第三章指纹图像的预处理  20-32
  3.1 指纹方向图的计算  21-22
  3.2 指纹图像的增强  22-24
  3.3 指纹图像的二值化  24-26
  3.4 指纹图像的细化  26-28
  3.5 预处理试验结果  28-30
  3.6 本章小结  30-32
第四章指纹图像的分类  32-45
  4.1 基于奇异点的指纹分类方法  33-37
    4.1.1 奇异点  33-34
    4.1.2 奇异点的检测  34-35
    4.1.3 基于奇异点的分类  35-37
  4.2 基于指纹纹线总体几何形状的指纹分类方法  37-41
    4.2.1 模式区附近纹线跟踪  37-38
    4.2.2 基于指纹纹线总体几何形状的指纹分类  38-41
      4.2.2.1 分类中需要计算的参数  38-39
      4.2.2.2 分类准则  39-41
  4.3 基于奇异点和指纹纹线总体几何形状的综合指纹分类方法  41-43
    4.3.1 问题的提出  41-42
    4.3.2 算法的具体流程  42-43
  4.4 分类算法试验结果  43-44
  4.5 本章小结  44-45
第五章指纹图像的匹配  45-61
  5.1 指纹图像的特征提取  46-51
    5.1.1 特征提取算法  46-47
    5.1.2 伪特征点的滤除  47-50
      5.1.2.1 伪特征点的特点  47-48
      5.1.2.2 自动阈值的选取  48-49
      5.1.2.3 伪特征点的滤除算法  49-50
    5.1.3 特征提取试验结果  50-51
  5.2 基于点模式的指纹匹配  51-60
    5.2.1 描述指纹特征点的参数  51-52
    5.2.2 坐标系的选取  52
    5.2.3 参考点的定位  52-54
    5.2.4 图像校准  54-56
    5.2.5 第一级匹配  56
    5.2.6 第二级匹配  56-60
  5.3 本章小结  60-61
第六章总结与展望  61-63
  6.1 总结  61-62
  6.2 展望  62-63
参考文献  63-66
发表论文和科研情况说明  66-67
致谢  67

相似论文

三级指纹分类系统的研究,TP391.41
自动指纹识别系统中若干关键算法的研究,TP391.41
门禁系统中自动指纹识别技术的研究,TP391.41
自动指纹识别系统关键算法研究,TP391.41
基于频谱能量和判别熵的指纹分类算法,TP391.41
自动指纹识别算法分析与设计,TP391.41
基于多分类SVM在指纹识别方向的研究,TP391.41
指纹自动识别系统中细节点提取算法的研究和实现,TP391.4
自动指纹图像分类与匹配方法的研究,TP391.41
基于连续分布方向图和改进Poincare Index的自动指纹分类系统,TP391.4
基于SVM的指纹分类研究,TP391.4
指纹图像的特征提取与匹配,TP391.41
支持向量机与指纹分类算法研究,TP391.4
自动指纹分类算法研究,TP391.4
指纹图像的检索与匹配算法研究,TP391.3
指纹识别系统中匹配算法研究与系统实现,TP391.41
指纹图像增强及分类,TP391.41
指纹图像的分割算法研究,TP391.41
指纹信息处理及其在网络身份认证中的应用研究,TP393.08
低质量指纹图像预处理算法研究与应用,TP391.41