学位论文 > 优秀研究生学位论文题录展示
极坐标下指纹图像的细化及目标识别
作 者: 杨谚艳
导 师: 陈延梅
学 校: 哈尔滨工业大学
专 业: 计算数学
关键词: 指纹识别 极坐标变换 细化 特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 17次
引 用: 0次
阅 读: 论文下载
内容摘要
传统的身份认证通过有效证件识别或互联网中设置用户名密码来进行访问控制,存在着越来越多的弊端。生物识别由于其高度的安全性成为新的主流识别技术。指纹识别作为生物识别技术中的一种,在身份识别领域占有越来越重要的地位。本文是在学习了指纹识别算法的基础上,采用了极坐标下指纹图像的识别技术。本文的主要工作如下:首先,对指纹图像进行预处理。归一化对图像进行平滑处理;局部分割算法分割出指纹图像的有效前景区域;运用基于Gabor滤波的增强处理技术,降低指纹在采集过程中带有的大量噪声;运用局部自适应阈值的方法二值化。其次,指纹图像在局部区域内的脊线可以看成是彼此平行的类圆弧曲线,根据这一特点,将指纹图像进行分块处理。对局部区域的子图像进行极坐标变换。而在这一过程中的关键问题是对局部子图极坐标变换中心点的选取。本文提出了利用最小二乘拟合对指纹图像局部脊线进行圆弧逼近的方法,最后得到极坐标系下近似水平的线,达到了化繁为简的目的。再次,在图像细化阶段,本文在极坐标的框架下运用了改进的KMM细化算法。分层剥离像素点,细化图像保持了图像的连续性和单线性。然后,在极坐标下运用多级分层对局部子图图像采用模板法提取细节点。同时,在笛卡尔坐标系下,运用PoincareIndex算法提取奇异点。最后,采用了基于奇异点及其位置特征的指纹分类和基于细节点的点识别模式对图像进行匹配。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-13 1.1 生物特征识别技术 8-10 1.2 研究现状 10-12 1.2.1 历史背景和研究现状 10-11 1.2.2 指纹识别技术的特点及其应用 11 1.2.3 指纹识别系统性能评估 11-12 1.2.4 指纹识别系统中存在的问题 12 1.3 本文的主要工作和结构安排 12-13 第2章 指纹图像的预处理 13-24 2.1 指纹图像的前景提取 13-15 2.2 归一化 15 2.3 指纹图像的增强 15-21 2.3.1 方向图的计算 16-19 2.3.2 纹线频率的确定 19-20 2.3.3 Gabor滤波 20-21 2.4 图像的二值化 21-22 2.5 本章小结 22-24 第3章 极坐标变化及细化 24-38 3.1 极坐标下图像中心的选取 25-29 3.1.1 脊线采样 25-26 3.1.2 最小二乘圆弧逼近 26-29 3.2 极坐标变换 29-30 3.3 图像细化 30-36 3.4 实验分析 36 3.5 本章小结 36-38 第4章 特征提取 38-45 4.1 指纹图像特征介绍 38-39 4.1.1 全局特征 38 4.1.2 局部特征 38-39 4.2 奇异点的提取 39-41 4.3 指纹图像基于细节点提取 41-44 4.5 本章小结 44-45 第5章 指纹图像的匹配 45-52 5.1 指纹的分类 45-47 5.2 基于细节点的匹配 47-48 5.3 实验分析 48-51 5.4 本章小结 51-52 结论 52-53 参考文献 53-58 致谢 58
|
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
|