学位论文 > 优秀研究生学位论文题录展示

低质量指纹图像增强和匹配算法的研究与实现

作　者: 胡屹
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: 指纹增强 Gabor滤波器 短时傅里叶变换 指纹匹配 广度优先搜索
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


指纹识别技术自19世纪进入科学研究领域以来,已发展成为一项较为成熟、应用广泛的生物识别技术。与此同时,指纹识别技术仍然面临挑战。一方面,在实际应用中,仍存在大约10%的低质量指纹严重地影响了现有自动指纹识别系统的识别准确率。另一方面,随着各应用领域对安全性、可靠性和准确性要求的提高,也迫切需求指纹识别技术的进步和完善。因此,从指纹识别技术的长远发展和应用来看,对低质量指纹图像的研究具有重大的意义。自动指纹识别系统主要由指纹预处理、细节点提取和细节点匹配三个模块构成。本文围绕指纹预处理模块中较为关键的增强算法,以及细节点匹配模块进行深入研究。主要工作与成果包括如下两个部分：1、深入研究了目前具有代表性的指纹增强算法,包括基于方向性的傅里叶域滤波器算法、基于Gabor滤波器的增强算法、基于Poincare值的奇异点区域增强算法等。深入分析了基于Gabor滤波器的增强算法的原理和局限性,在此基础上提出了利用短时傅里叶变换进行频域分析,并结合概率分析的算法来计算Gabor滤波器的两个关键参数——方向和频率。该算法能够同时获得这两个参数的数值,避免了原算法中计算方向和频率时的前后依赖关系以及误差的传播,相比于原算法能够得到更加准确的计算结果。对本文算法进行仿真,并运用于FVC2004的低质量指纹库,可以改善图像的质量,并使得指纹的识别准确率有了较大的改善。本文算法将原算法的平均错误率由12.5%降低至11.5%,降低了8%。2、深入研究了目前具有代表性的基于细节点的指纹匹配算法的原理,并对这些算法进行了归纳和总结。重点分析了基于图论和广度优先搜索的k-plet匹配算法的原理。在此基础上,对该算法进行了仿真,并与NFIS系统中的bozorth匹配算法分别运用于FVC2004低质量指纹库,进行比较。实验结果表明,本文采用的k-plet匹配算法对于低质量指纹具有较高的识别准确率,其平均错误率为12.7%,相比于bozorth匹配算法13.4%的平均错误率降低了5.22%,体现了较大的优越性。

全文目录


摘要  4-6
ABSTRACT  6-8
缩略语  8-11
第一章 绪论  11-17
  1.1 引言  11-12
  1.2 指纹识别技术的发展和现状  12-13
  1.3 研究课题的来源、目的及意义  13
  1.4 论文的主要工作及组织结构  13-17
    1.4.1 主要工作  13-14
    1.4.2 组织结构  14-17
第二章 指纹识别技术  17-31
  2.1 指纹识别技术的原理和特点  17-19
  2.2 指纹识别技术的基本概念  19-21
  2.3 自动指纹识别系统中的关键问题  21-27
    2.3.1 指纹图像采集  21-22
    2.3.2 指纹图像预处理  22-24
    2.3.3 细节点提取  24-25
    2.3.4 指纹匹配  25-27
  2.4 指纹识别系统的性能指标  27-29
  2.5 本章小结  29-31
第三章 指纹图像的增强算法研究  31-49
  3.1 引言  31
  3.2 指纹增强概述  31-32
  3.3 指纹增强的方法  32-34
    3.3.1 基于像素的指纹增强  33
    3.3.2 基于纹理的指纹增强  33-34
  3.4 基于Gabor滤波的指纹增强的方法  34-38
    3.4.1 指纹图像的频域特征  34
    3.4.2 Gabor滤波器的频域特征和增强原理  34-36
    3.4.3 Gabor滤波器的关键参数的估计  36-38
  3.5 改进的基于Gabor的方法  38-45
    3.5.1 Gabor滤波器的缺陷  38-39
    3.5.2 STFT分析指纹图像的原理  39-42
    3.5.3 结合频域分析和概率算法对关键参数的估计  42-45
  3.6 实验结果与分析  45-48
    3.6.1 主观分析结果  45-46
    3.6.2 客观分析结果  46-48
  3.7 本章小结  48-49
第四章 指纹图像的匹配算法研究  49-61
  4.1 引言  49
  4.2 指纹匹配概述  49-51
  4.3 基于细节点的指纹匹配的方法  51-54
    4.3.1 基于多个细节点构成的局部特征的匹配算法  51-53
    4.3.2 基于细节点周围领域的局部特征的匹配算法  53-54
  4.4 基于图论和广度优先搜索的k-plet匹配算法  54-59
    4.4.1 背景介绍  54
    4.4.2 k-plet算法的原理分析  54-59
  4.5 实验结果与分析  59-60
  4.6 本章小结  60-61
第五章 总结与展望  61-64
  5.1 论文工作总结  61
  5.2 存在的问题  61-62
  5.3 下一步工作  62
  5.4 前景与展望  62-64
参考文献  64-67
致谢  67-68
攻读学位期间发表的学术论文目录  68

相似论文

  1. 非织造布疵点检测研究,TP391.41
  2. 二维QR码识别算法研究及在智能手机上的应用,TN929.53
  3. 指纹图像预处理算法的研究及DSP实现,TP391.41
  4. 指纹图像预处理与识别算法研究,TP391.41
  5. Agent在建筑工程量计算系统中应用的研究,TU723.3
  6. 低质量指纹识别方法研究,TP391.41
  7. 基于Beamlet的图像线特征提取算法研究,TP391.41
  8. 自动指纹识别系统中若干关键算法的研究,TP391.41
  9. 改进型Sagnac光纤干涉仪定位信号识别与处理技术研究,TN929.11
  10. 基于非平稳分析和神经网络的旋转机械故障诊断方法研究,TH165.3
  11. 内窥镜病理图像纹理分割的研究,TP391.41
  12. 包装箱表面印刷体汉字识别算法研究,TP391.41
  13. 虹膜定位和识别算法研究,TP391.41
  14. 基于Delaunay三角剖分的指纹识别改进算法的研究,TP391.41
  15. 基于MBF200的批文识别算法的研究,TP391.41
  16. 基于改进逻辑法的变电站继电保护仿真模型的研究,TM774
  17. 基于像素级多特征的图像分割方法研究,TP391.41
  18. 基于Gabor特征的掌纹识别算法研究,TP391.41
  19. 多纹理图像分割并行算法研究与实现,TP391.41
  20. 基于虹膜的身份识别算法研究,TP391.41
  21. 星载电子设备活动多余物识别方法研究,V443

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