学位论文 > 优秀研究生学位论文题录展示

基于神经网络的残缺指纹识别研究

作　者: 张军强
导　师: 宫宁生
学　校: 南京工业大学
专　业: 计算机应用技术
关键词: 指纹预处理特征提取指纹匹配残缺指纹识别神经网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 208次
引　用: 1次
阅　读: 论文下载

内容摘要

随着计算机技术的飞速发展和信息技术的广泛应用，利用计算机进行身份识别技术有了长足的发展。指纹的唯一性和不变性，使指纹识别技术成为目前应用最广泛的身份验证与识别技术之一。指纹识别技术涉及模式识别、图像处理、数字信号处理、人工智能、计算机等领域，是一门综合性技术，广泛应用于犯罪识别、网络安全、信息设备安全等众多领域。尽管指纹识别的研究和开发已经取得了重要进展，但是指纹识别的应用在目前并未得到普及，这是因为指纹识别在识别准确性和识别速度方面还远远不能满足很多实际应用的要求。进一步提高指纹识别的性能无论在理论上还是应用上都具有十分重要的意义。鉴于此，本文综合利用数字图像处理、模式识别、神经网络等方面的知识，对指纹图像增强、指纹图像细化、指纹细节点的提取、指纹匹配进行了有益的探讨，并对于指纹识别中的难点问题——残缺指纹的识别讨论实现了新的解决方法，并取得了较好的结果。本文的主要工作和创新简要介绍如下： (1) 介绍了指纹识别技术的历史、发展和指纹识别技术的现状，对指纹识别技术的研究内容做了阐述。 (2) 介绍了指纹识别的工作原理和指纹图像预处理的一般过程。指纹识别一般包括以下几个过程：图像增强、二值化、细化、特征提取、特征匹配。对指纹识别各个过程所使用的常用算法作了介绍，比较了各种算法的优缺点。改进实现了其中一些算法。通过实验，表明了其有效性。 (3) 神经网络是一种模拟生物神经系统的信息处理模型，它所具有的并行处理、自适应学习等特性使得神经网络在指纹识别这种模式识别问题也上表现出了巨大的潜力。本文对球邻域模型，即MP神经元的几何意义作了简要说明，并再此基础上实现了对指纹纹线进行学习和识别的覆盖神经网络算法。 (4) 对指纹识别中的难点问题——残缺指纹识别讨论了新的解决方法。大部分的指纹识别系统处理质量好的指纹图像时都表现出了良好的性能，但是，直到目前为止，残缺指纹图像的识别仍旧是指纹识别中的一大挑战。本文对残缺指纹的特征提取、特征匹配实现了新的基于覆盖的神经网络在残缺指纹识别中的应用方法，并通过实验证明了其有效性。最后总结全文，分析了目前研究工作中需要进一步完善的地方，展望了今后工作的研究方向。

全文目录

摘要  4-6
ABSTRACT  6-10
第1章绪论  10-21
  1.1 生物特征识别技术  10-14
    1.1.1 生物特征识别技术简介  10-12
    1.1.2 不同生物特征识别技术的比较  12-13
    1.1.3 指纹识别的历史与发展  13-14
  1.2 指纹识别的研究内容及现状  14-19
    1.2.1 指纹识别的过程与性能评估参数  14-16
    1.2.2 指纹图像的基本特征  16-17
    1.2.3 指纹图像的特征提取  17
    1.2.4 指纹匹配  17-18
    1.2.5 指纹识别的研究现状总结  18-19
  1.3 研究工作的背景及研究内容  19-20
    1.3.1 残缺指纹图像的特点与识别现状  19
    1.3.2 残缺指纹图像的特征提取  19
    1.3.3 基于神经网络的残缺指纹匹配  19-20
  1.4 本文的组织结构  20-21
第2章指纹图像的预处理  21-34
  2.1 指纹预处理概述  21
  2.2 指纹图像的图像分割  21-25
    2.2.1 指纹图像的规一化  22-23
    2.2.2 初次分割  23-24
    2.2.3 二次分割  24-25
  2.3 指纹图像增强  25-30
    2.3.1 指纹图像增强概述  25-26
    2.3.2 基于Gabor滤波器的指纹增强  26-29
    2.3.3 增强滤波处理  29-30
  2.4 二值化  30-32
    2.4.1 指纹图像的二值化  30-31
    2.4.2 脊线方向分析的二值化方法  31-32
  2.5 实验结果  32-34
第3章指纹特征提取  34-38
  3.1 指纹细化  34-36
  3.2 特征点提取  36-38
    3.2.1 细节特征点的提取  36-37
    3.2.2 细节点的真伪判定  37-38
第4章指纹匹配  38-47
  4.1 引言  38
  4.2 常见匹配方法简介  38-42
    4.2.1 基于细节特征比对方式  38-42
    4.2.2 不基于细节点的匹配方法  42
  4.3 基于点模式的指纹匹配方法  42-47
    4.3.1 相关定义、概念  42-43
    4.3.2 计算匹配点对的支持数  43-44
    4.3.3 确定校准函数的参数  44-45
    4.3.4 指纹比对  45-47
第5章基于覆盖的神经网络及其在残缺指纹识别中的应用  47-64
  5.1 MP神经元模型及其几何意义  47-48
  5.2 基于球邻域模型的覆盖神经网络  48-50
    5.2.1 基于球邻域模型的覆盖神经网络  48-49
    5.2.2 覆盖网络的训练算法  49-50
    5.2.3 覆盖网络的识别算法  50
  5.3 基于覆盖的神经网络在残缺指纹识别中的应用  50-64
    5.3.1 残缺指纹识别现状  50-52
    5.3.2 残缺指纹的特征提取  52-55
    5.3.3 残缺指纹的匹配  55-61
    5.3.4 残缺指纹匹配实验结果分析  61-64
第6章总结与展望  64-66
  6.1 本文工作总结  64
  6.2 今后工作展望  64-66
参考文献  66-69
发表文章  69-70
致谢  70

基于神经网络的残缺指纹识别研究

内容摘要

全文目录

相似论文