学位论文 > 优秀研究生学位论文题录展示
基于大规模数据库的多级指纹分类研究
作 者: 薛俊韬
导 师: 刘正光
学 校: 天津大学
专 业: 检测技术与自动化装置
关键词: 指纹多级分类 脊线类别 大规模指纹库 自适应预处理 Gabor滤波器
分类号: TP391.41
类 型: 博士论文
年 份: 2010年
下 载: 103次
引 用: 0次
阅 读: 论文下载
内容摘要
指纹自动分类是自动指纹识别系统的一个非常重要的组成部分,一直以来都是国内外研究的热点和难点。随着社保系统等基于大规模指纹库的民用指纹识别系统的发展,如何缩小搜索指纹对象的范围,提高指纹识别匹配的检索效率,是指纹分类研究的核心内容。本文基于大规模指纹数据库,主要贡献和创新总结如下:1.指纹分类算法的性能优劣,需要一个拥有大量指纹图像的样本和测试数据库进行测试。为此,本文设计了人工生成指纹和人工模拟指纹的算法,通过这两个算法生成的指纹图像在指纹的纹理特征、图像的质量等方面都与通过采集设备得到的指纹图像非常相近,具有实验价值。从而构建了由标准指纹数据库、小规模自采集指纹数据库、人工生成指纹数据库和人工模拟指纹数据库共同组成的大规模指纹库,为后续的指纹预处理和分类研究做好了数据保证。该大规模指纹数据库的构建体系同时也为自动指纹识别算法的测试和验证提供了新思路,具有一定的推广意义。2.由于采集设备、环境因素、以及刀伤、疤痕、撕破、干燥、湿润、油污、压力等原因都会造成采集到的指纹图像中会有噪声的出现。为了保证分类的准确性,提高分类算法的鲁棒性,就必须做好指纹图像的预处理。本文以数学形态学和计算机图像处理技术为工具,研究了指纹图像的质量评估指标、基于多尺度的方向图的计算、脊线频率的计算、脊线类型的聚类和自适应预处理。在此基础上,提出了灰度统计特征与方向图信息相结合的指纹图像分割算法,并通过圆形Gabor滤波器实现了指纹图像的增强。该算法具有较好的分割效果和很强的自适应能力。3.提出基于人工交互文本、指纹的纹形类别、核心点与三角点间脊线数和平均周期的多级指纹分类体系。可根据实际需要适当加入人工参与机制,通过交互文本作为分类检索指标以提升匹配速度,提高匹配准确性;也可以屏蔽人工交互文本,只采用三种自动分类特征,实现大规模指纹数据库的自动分类。大量实验数据结果证明,本文提出的多级指纹分类方法具有较高的准确率,分类特征具有明显的代表性,分类算法具有较好的有效性和较高的分类效率。
|
全文目录
摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-16 1.1 生物测定学 8-10 1.2 指纹识别的发展和现状 10-13 1.3 本课题研究的主要内容 13-14 1.4 本文的结构安排 14-16 第二章 自动指纹识别算法的基本原理 16-36 2.1 指纹的特征 16-21 2.2 指纹的采集 21-24 2.3 指纹图像预处理 24-27 2.4 指纹特征的提取与匹配 27-33 2.5 指纹的分类 33-35 2.6 本章小结 35-36 第三章 大规模指纹数据库的来源 36-55 3.1 标准指纹数据库 36-40 3.2 自采集指纹数据库 40-41 3.3 人工合成指纹库 41-49 3.4 人工模拟指纹库 49-53 3.5 本章小结 53-55 第四章 指纹图像的自适应预处理方法研究 55-87 4.1 指纹图像质量的差异性 55-56 4.2 指纹图像的初分割 56-59 4.3 指纹图像的平滑 59-60 4.4 指纹的方向信息和脊线频率 60-67 4.5 指纹图像质量的评价体系 67-69 4.6 指纹图像的自适应预处理 69-85 4.7 本章小结 85-87 第五章 指纹图像的分类 87-104 5.1 指纹分类的基本原理 87-88 5.2 衡量指纹分类算法性能的指标 88-89 5.3 指纹分类的基础 89-91 5.4 一级分类特征—人工交互文本 91 5.5 二级分类特征—指纹纹形的类别 91-98 5.6 三级分类特征—核心点和三角点间纹线数N 98-100 5.7 四级分类特征—指纹的平均周期 100-102 5.8 本章小结 102-104 第六章 指纹分类系统的测试与评估 104-111 6.1 分类算法的准确率 104-106 6.2 分类算法的代表性分析 106-109 6.3 分类算法的有效性分析 109-110 6.4 分类算法的分类效率 110 6.5 本章小结 110-111 第七章 总结和展望 111-113 7.1 工作总结 111-112 7.2 工作展望 112-113 参考文献 113-123 发表论文和参加科研情况说明 123-125 致谢 125
|
相似论文
- 非织造布疵点检测研究,TP391.41
- 二维QR码识别算法研究及在智能手机上的应用,TN929.53
- 指纹图像预处理算法的研究及DSP实现,TP391.41
- 指纹图像预处理与识别算法研究,TP391.41
- 基于Beamlet的图像线特征提取算法研究,TP391.41
- 内窥镜病理图像纹理分割的研究,TP391.41
- 包装箱表面印刷体汉字识别算法研究,TP391.41
- 虹膜定位和识别算法研究,TP391.41
- 基于像素级多特征的图像分割方法研究,TP391.41
- 基于Gabor特征的掌纹识别算法研究,TP391.41
- 多纹理图像分割并行算法研究与实现,TP391.41
- 基于虹膜的身份识别算法研究,TP391.41
- 粗糙集在纹理图像分类中的应用研究,TP18
- 基于图像处理技术的织物疵点检测算法研究,TP391.41
- 基于纹理信息的医学超声图像Mean Shift分割算法研究,TP391.41
- 基于纹理分析的指纹识别研究与实现,TP391.41
- 基于纹理特征的光流计算方法研究,TP391.41
- 基于Gabor理论的脱机手写汉字识别,TP391.43
- 基于弹性图匹配法的人脸识别算法研究,TP391.41
- 基于多特征融合SVM的古汉字图像识别研究,TP391.41
- 虹膜识别算法的研究,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
|