学位论文 > 优秀研究生学位论文题录展示
Fingerprint Preprocessing and Texture-based Feature Extraction Algorithms for Personal Recognition
作 者: 阿迈吉(Amjad Ali)
导 师: 景晓军
学 校: 北京邮电大学
专 业: 通信与信息系统
关键词: 指纹识别 指纹分割 图像增强 连贯性扩散 灰度共生矩阵 KNN分类器
分类号: TP391.41
类 型: 博士论文
年 份: 2012年
下 载: 150次
引 用: 0次
阅 读: 论文下载
内容摘要
作为现代身份鉴别的重要工具,生物识别技术正前所未有的引起人们的关注。指纹由于其唯一性、不变性和普遍性,已经被运用于生物识别领域。指纹识别是最具代表性的生物识别技术之一,其识别结果具有法律效力,并涉足广阔的民用领域。目前,针对质量较好的指纹进行识别的方法已经能够取得较高的准确率和效率。然而,对于低质量指纹图像,如老年人群的指纹、犯罪现场的残缺指纹等,对于这样低质量的指纹,常用的指纹识别算法性能较差,已成为指纹识别技术发展的一个瓶颈。如何准确识别残缺指纹成为了指纹识别的一个重要课题。针对这个问题,本文设计了一种改进的框架来优化自动指纹识别系统中性能,尤其是指纹预处理算法的性能。本文主要从指纹识别中指纹图像分割、指纹图像增强和特征提取三个方面进行研究并提出相关改进算法。1.提出了一种基于块重叠的自适应指纹图像的分割算法从复杂的背景中准确的分割出指纹脊线对后续指纹图像增强和特征提取算法的效率和准确性的提高具有重要的作用。传统的指纹分割方法把图像分为非重叠区块,这样会造成前景边缘的块效应,影响指纹识别效果。针对这个问题,本文研究并提出了一种新的方法,即利用图像块重叠方法来自适应的分割指纹图像。另一方面,提出一种新的后处理技术,并将它应用到图像分割过程中,使分割更加准确和可靠。实验结果表明,对于不同质量的指纹图像,使用该方法能够得到比非重叠区块方法更好的结果。2.提出了一种基于一致性扩散滤波和Gabor滤波的指纹图形的联合增强算法指纹图像增强是自动指纹识别系统的基本过程。在特征提取和匹配过程之前,需要对通过扫描仪获得的低质量指纹图像进行增强,来得到真实可靠的用户识别特征。指纹图像的增强提高了脊谷结构,增加了正确特征的数量,从而提高了识别系统的整体性能。本文研究并提出了一种新的指纹图像增强方法,即联合一致性扩散滤波器和2D-Gabor滤波器,并使用块重叠技术去除增强图像中的块效应。实验结果表明,相比于单独使用扩散滤波器或Gabor滤波器的方法,本算法在处理图像核心点区域和平面脊谷模式方面增强效果更好。3.提出了一种基于改进型灰度共生矩阵的指纹识别算法在低质量的指纹图像种更适合用指纹的纹理特征来进行识别,因为它比细节点特征更容易提取。本文对基于纹理特征的指纹识别算法进行改进。首先,使用Poincare Index方法提取中心点;然后,提取中心点周围的区域。应用灰度共生矩阵(GLCM)法,找出指纹最重要的统计描述项,如能量、对比度、均匀性、熵、相异性、最大概率和方差;最后,基于纹理特征通过K近邻(KNN)分类器对指纹图像进行识别。实验结果表明:改进后的算法可提高指纹识别性能。
|
全文目录
摘要 5-8 Abstract 8-11 Acknowledgements 11-13 Biographical Sketch 13-14 Dedication 14-18 List of Figures and Tables 18-21 List of Acronyms 21-23 List of Symbols 23-25 Chapter 1 Introduction 25-43 1.1 Biometrics 25-28 1.2 Fingerprints 28-30 1.3 Fingerprint Recognition 30-40 1.3.1 Fingerprint image acquisition 31-33 1.3.2 Fingerprint image preprocessing 33-37 1.3.2.1 Segmentation 33-34 1.3.2.2 Normalization 34-35 1.3.2.3 Enhancement 35-36 1.3.2.4 Binarization 36 1.3.2.5 Thinning 36-37 1.3.3 Fingerprint Features Extraction 37-38 1.3.4 Fingerprint Matching 38-40 1.4 Difficulties and Challenges in Fingerprint Recognition 40-41 1.5 Contribution and Outline of the Dissertation 41-43 Chapter 2 Adaptive Segmentation of Fingerprint Images 43-60 2.1 Introduction 43-44 2.2 Related Research 44-46 2.3 Image Gradient 46-48 2.4 Traditional Segmentation Techniques 48-51 2.4.1 Grey-Variance-based Algorithm 48-50 2.4.2 Direction-based Algorithm 50-51 2.5 Proposed Algorithm:Adaptive Segmentation of Fingerint Images Using Blocks Overlapping Algorithms 51-56 2.5.1 Post-Processing Algorithm 55-56 2.6 Experimental Results 56-60 Chapter 3 Robust Fingerprint Image Enhancement 60-78 3.1 Introduction 60-61 3.2 Related Research 61-64 3.3 Poincare index 64-66 3.4 Non-linear coherence diffusion 66-70 3.5 Gabor filtering principle 70-71 3.6 Proposed Algorithm:Fingerprint Image Enhancement using Coherence Diffusion Filter and Gabor Filter 71-75 3.7 Experimental Results 75-78 Chapter 4 Texture-based Feature Extraction Algorithm 78-92 4.1 Introduction 78-81 4.2 Related Research 81-84 4.3 Gray Level Co-Occurrence Matrix 84-85 4.4 K-Nearest Neighbor Algorithm 85-86 4.5 Proposed Algorithm:GLCM-based Fingerprint Recognition 86-89 4.6 Experimental Results 89-92 Chapter 5 Conclusions and Future Work 92-95 Appendix A Fingerprint Acquisition 95-105 A.1 Technological based Fingerprint Acquisition types 95-99 A.1.1 Optical type Scanner 95-97 A.1.2 Solid-State type Scanner 97-98 A.1.3 Ultrasound type Scanner 98-99 A.2 Application based Fingerprint Acquisition types 99-101 A.2.1 Touch Type Scanner 99-100 A.2.2 Swipe Type Scanner 100 A.2.3 Touch-less type Scanner 100-101 A.3 Fingerprint Aliveness Detection 101-104 A.4 Summary 104-105 References 105-118 Read More 118-120 List of Publications during Ph.D. 120
|
相似论文
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 蚁群算法及其在气象卫星云图分割中的应用,TP391.41
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
- 压感式指纹识别系统及算法研究,TP391.41
- 驾校培训管理系统设计与实现,TP311.52
- 指纹图像预处理与增强算法的研究,TP391.41
- 皮肤纹理图像特征的提取与分析,TP391.41
- 压感指纹识别系统关键技术的研究,TP391.41
- 基于指纹识别和PKI的网上银行身份认证系统设计,TP393.09
- 指纹图像分割方法研究,TP391.41
- 雾天图像增强方法研究,TP391.41
- 指纹识别方法及其在数据交换中的应用研究,TP274
- 永康市计生管理系统的设计与实现,TP311.52
- 工具加工痕迹图像比对系统的设计与开发,TP391.41
- 自动指纹分类算法的研究,TP391.41
- 基于偏微分方程的图像增强算法研究,TP391.41
- 红外与可见光图像融合方法研究,TP391.41
- 基于偏微分方程的图像增强方法研究,TP391.41
- 水下视频观测图像清晰化方法研究,TP391.41
- 红外图像增强及基于查找表的彩色化技术研究,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
|