学位论文 > 优秀研究生学位论文题录展示

指纹图像分割算法研究

作　者: 汪媛
导　师: 尹义龙；包国峰
学　校: 山东大学
专　业: 计算机技术
关键词: 指纹指纹识别指纹分割多智能体分割指标
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 83次
引　用: 0次
阅　读: 论文下载

内容摘要

在21世纪的今天,随着信息技术和网络技术的发展,传统的以标识物或特定知识为基础的身份识别技术的抗风险能力已经无法满足应用的实际需要。因此,如何提高身份识别的可靠性就显得尤为重要,成为当前身份认证领域需要重点解决的问题之一由于生物特征信息具有高安全性、不可替代性、高可区分度等优点,于是生物特征识别技术成为现代信息社会进行身份识别的关键技术之一,近年来受到了广泛关注。其中,自动指纹识别技术以其用户接受度高、数据采集简便、识别精度好等特点,被国内外学者看作一种较为典型的生物特征识别技术。多年来,国内外广大研究人员针对自动指纹识别技术中所存在的技术难题进行了深入研究,形成了自动指纹识别技术基本体系,取得了大量的研究成果。然而,在自动指纹识别技术领域中,仍然存在一些关键性技术难题,限制了自动指纹识别系统的应用领域和应用范围。其中,低质量指纹图像处理技术就是这样的关键问题之一而低质量指纹图像分割技术又是决定后续指纹图像处理方法性能的前提,成为迫切需要解决的难题之一。为此,本文选择了低质量指纹图像分割问题作为主要研究内容,提出了两种面向低质量指纹图像的指纹分割算法。在深入研究指纹图像分割方法的基础上,将多智能体系统引入到指纹图像分割处理过程中,提出了一种基于MAS的自适应指纹图像分割方法。通过检测智能体、管理智能体之间的相互竞争和扩张,实现对指纹图像的分割处理。当多智能体系统达到演化平衡时候,算法也就趋向于平衡,表示指纹图像分割处理结束,此时检测智能体的分布结果即代表了指纹图像分割结果。对比实验结果表明,算法能够有效实现对指纹图像分割的自适应分割处理,具有较好的抗噪能力,对噪声具有更好的鲁棒性,在对对比度差、背景噪声强等多类低质量指纹图像处理过程中,最终的分割结果更为准确、可靠、有效。将投票决策系统引入到指纹图像分割过程中,提出了一种多指标投票决策指纹图像分割方法。首先选择灰度区域灰度方差、灰度均值、块方向方差均值和点方向集中度指标等分割指标,然后分别采用单指标、双指标、多指标分别对指纹图像进行分割处理,最后针对所获得的各个分割结果,采用投票决策系统在结果层进行决策融合,获得最终的指纹图像分割结果。同时,对相应的分割指标的提取过程进行了优化设计,获得了更为准确、可靠的分割指标。对比实验结果表明,相比于单一指标的指纹图像分割算法,算法具有更好的抗噪能力,对低质量指纹图像的分割效果更为理想,错分割、过分割等现象明显减少,对指纹图像的质量具有更好的适应性和鲁棒性。

全文目录

摘要  6-8
ABSTRACT  8-10
第一章前言  10-22
  1.1 生物特征识别技术简介  10-13
  1.2 自动指纹识别技术简介  13-16
  1.3 自动指纹识别技术的主要研究内容  16-18
  1.4 自动指纹识别系统的基本结构  18-20
  1.5 本文的主要研究内容  20
  1.6 本文的组织结构  20-22
第二章基于多智能体系统的自适应指纹图像分割算法  22-31
  2.1 多智能体系统(Multi-agent System:MAS)  24-25
  2.2 基于MAS的自适应指纹图像分割算法  25-27
  2.3 算法的实现过程  27-28
  2.4 实验结果  28-30
  2.5 本章小结  30-31
第三章多指标指纹图像分割算法  31-44
  3.1 方向图的计算  32-36
    3.1.1 点方向计算  32-36
    3.1.2 块方向计算  36
  3.2 基于灰度方差法的指纹图像分割  36-38
    3.2.1 灰度方差法的基本思想  36-37
    3.2.2 经典的灰度方差分割方法  37-38
  3.3 块方向方差均值和点方向集中度计算  38
  3.4 多指标指纹图像分割算法  38-40
  3.5 实验结果  40-42
  3.6 本章小结  42-44
第四章结论与下一步研究工作  44-46
参考文献  46-49
致谢  49-50
攻读学位期间发表的学术论文和参加的工作  50-51
学位论文评阅及答辩情况表  51

指纹图像分割算法研究

内容摘要

全文目录

相似论文