学位论文 > 优秀研究生学位论文题录展示
基于点模式匹配的指纹识别技术研究
作 者: 石丽丽
导 师: 夏德深
学 校: 南京理工大学
专 业: 计算机应用
关键词: 质心点 特征提取 点模式匹配 基准点所在纹线采样 注册模板
分类号: TP391.41
类 型: 硕士论文
年 份: 2006年
下 载: 462次
引 用: 2次
阅 读: 论文下载
内容摘要
本文的项目背景是设计一个基于自动指纹识别的家庭门禁系统,其中软件部分完成的工作包括注册和识别,工作流程分为:对采集的指纹图像进行预处理、特征提取、特征匹配,本文重点研究了以下内容并做了相关的改进: 1.在指纹子图像截取步骤中:首先利用窗口对点方向图进行平滑,分别用不同尺寸的窗口计算两次,得到两个有所差别的连续分布方向图;然后根据Poincare索引法,逐步缩小搜寻范围最后精确定位核形点和三角点两类奇异点的位置;如果有核形点,计算它们的中心点作为图像的质心点;如果没有找到一个核形点,计算三角点的中心点作为图像的质心点,最后以此质心点为中心从原图中截取一个子图用于后续处理。 2.在特征提取方面:设计了九种模板用于检测两类细节特征点——端点和分叉点,根据可能出现的六种伪特征点的结构进行相应的去除处理。分析各个特征点的拓扑有效性可以进一步去除不可靠的特征点。 3.在指纹匹配步骤中:提出了一种改进的点模式匹配方法。首先在初匹配阶段统计出匹配分数矩阵,找出待选基准点;其次在二次匹配(极坐标匹配)阶段,提出了新的角度校正方法,利用限界盒,以每一对待选基准点为极点在极坐标系下计算两幅指纹图匹配上的点对数,作为匹配分数,取其中最大值,对应的待选基准点作为最终基准点,并且用扩大待选基准点范围的方法避免小概率错误情况的发生;然后对比基准点所在纹线是否相似,若相似则进入下一步操作,若不相似直接认为两幅图不匹配;最后经过与库中所有注册模板比对,得出一系列匹配分数,用k—近邻算法找出待识别指纹最可能是库中的哪个指纹,并设置判定门限。 4.在注册指纹模板方面:实现了两种方法:每个手指按压三次存储三个独立的模板;每个手指按压三次存储一个复合模板。对比实验结果,前者在识别率和误识率的指标上比后者更符合门禁系统的要求,我们选择前者。
|
全文目录
摘要 3-4 ABSTRACT 4-9 1 绪论 9-23 1.1 引言 9-12 1.2 国内外发展状况 12-13 1.2.1 国外发展现状 12-13 1.2.2 国内发展状况 13 1.3 自动指纹识别系统组成 13-19 1.4 自动指纹识别系统的评价标准 19-21 1.5 本文的组织 21-23 2 寻找质心点并截图 23-30 2.1 奇异点 23-24 2.2 方向图的求取 24-26 2.2.1 点方向图 24-26 2.2.2 连续分布方向图 26 2.3 推演质心点 26-28 2.4 根据质心点截图 28 2.5 实验结果 28-29 2.6 小结 29-30 3 指纹细节特征提取与剪枝 30-42 3.1 特征点的提取 30-31 3.2 伪特征点的去除 31-40 3.2.1 关于伪特征点 32 3.2.2 图像边缘伪特征点的去除 32-33 3.2.3 伪特征点的去除 33-35 3.2.4 特征点拓扑结构的有效性 35-40 3.3 实验结果 40-41 3.4 小结 41-42 4 指纹的匹配 42-63 4.1 人工神经网络的方法 43-45 4.2 基于纹线相似度的匹配 45-48 4.3 点模式匹配 48-52 4.3.1 局部特征向量及特征点的数据结构 49-50 4.3.2 初匹配 50-51 4.3.3 二次匹配(极坐标匹配) 51-52 4.4 算法的改进 52-59 4.4.1 1:1匹配——改进的点模式匹配 52-58 4.4.2 1:N匹配——k-近邻算法 58-59 4.5 实验结果 59-62 4.6 小结 62-63 5 指纹注册时模板的形成 63-67 5.1 一个指纹存储三个独立模板 63 5.2 一个指纹存储一个复合指纹模板 63-65 5.3 实验结果 65 5.4 小结 65-67 6 结束语 67-69 致谢 69-70 参考文献 70-75 附录A 硕士期间参与的科研项目 75-76 附录B 硕士期间发表的论文 76
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
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
|