学位论文 > 优秀研究生学位论文题录展示
指纹图像预处理及特征提取算法的研究
作 者: 王磊
导 师: 王万良;徐新黎
学 校: 浙江工业大学
专 业: 控制理论与控制工程
关键词: 自动指纹识别系统 小波变换 Teager能量算子 特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 30次
引 用: 0次
阅 读: 论文下载
内容摘要
随着现代社会经济、技术的发展,人们活动的领域不断扩大,身份识别技术在当今社会生活和经济活动方面显得越来越重要,而其中的指纹识别因为拥有安全、易用、价格便宜等优点,成为当前最流行、最方便、最可靠的个人身份认证技术之一。虽然身份识别技术已经发展多年,但是因为商业利益等原因,核心技术没有完全公开,而且随着社会的发展所需要的系统必须具有更高、更好的性能,所以在理论和实用方面需要更深入的研究。本文主要对指纹图像预处理和特征提取两部分算法进行了研究。在预处理方面,由于Teager能量算子可以抑制噪声,而小波变换具有多分辨特性,本文改进了Teager能量算子,充分利用其非线性高通特性,并引入Gabor函数共同用于指纹增强,在低质量指纹去噪声和边缘增强方面取得了较好的效果,明显好于传统的基于Gabor函数的小波域指纹增强算法。对增强后的指纹图像,采用一种迭代求最佳分割动态阈值的算法进行了二值化处理,并在二值化图像上采用一种改进的OPTA细化算法进行处理,取得了较好的效果。在特征提取方面,本文针对传统的基于指纹细化图的特征点提取方法容易带来伪特征点过多、耗时长等问题,提出了一种新的在二值化图像上进行指纹特征点提取算法,通过定义的特征提取模板进行特征点提取和伪特征点去除法则进行后处理,并且对算法进行仿真分析,取得了良好的效果,时间上快于传统的特征点提取算法。本文用Visual C++实现了论文中的算法,实验结果表明,本文提出的新算法明显提高了图像的处理效果,较好地提取了指纹的特征点。最后,对现有问题进行了分析并对今后的工作进行了展望,提出了未来的工作方向。随着科学技术的不断发展,相信在不久的将来指纹识别系统就能走进寻常百姓,为人们的日常生活带来更大的便利。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-18 1.1 课题的背景分析及研究意义 10-14 1.1.1 个人身份鉴别 10-11 1.1.2 生物识别技术 11-13 1.1.3 指纹识别技术 13-14 1.2 指纹识别研究现状 14-16 1.3 研究内容目标与结构安排 16-18 1.3.1 研究内容 16-17 1.3.2 研究目标 17 1.3.3 论文章节安排 17-18 第2章 指纹识别基本原理 18-28 2.1 引言 18 2.2 基本概念 18-21 2.2.1 全局特征 18-19 2.2.2 局部特征 19-20 2.2.3 其他特征 20-21 2.3 指纹识别系统的构成 21-25 2.3.1 采集 22-24 2.3.2 预处理 24 2.3.3 特征提取 24-25 2.3.4 匹配 25 2.4 指纹识别系统性能评价 25-27 2.5 本章小结 27-28 第3章 基于小波变换和 Teager能量算子的指纹图像预处理 28-49 3.1 指纹图像预处理概述 28-30 3.2 指纹图像分割 30-36 3.2.1 归一化 31-32 3.2.2 方向图求取 32-35 3.2.3 前景背景分割 35-36 3.3 指纹图像增强 36-44 3.3.1 小波变换 37-39 3.3.2 Gabor 滤波器 39-41 3.3.3 二维Teager 滤波器 41-42 3.3.4 基于小波变换和Teager 能量算子的增强算法 42 3.3.5 实验结果与小结 42-44 3.4 二值化及细化 44-48 3.5 本章小结 48-49 第4章 基于二值图像的指纹特征点快速提取算法 49-60 4.1 引言 49-50 4.2 传统的指纹特征点提取算法 50-53 4.3 基于二值图像的指纹特征点快速提取算法及后处理 53-58 4.3.1 特征提取 53-54 4.3.2 后处理 54-57 4.3.3 特征点的记录与选取 57-58 4.4 两种特征提取方法的比较 58-59 4.5 本章小结 59-60 第5章 总结与展望 60-62 5.1 论文总结 60-61 5.2 前景展望 61-62 参考文献 62-65 致谢 65-66 攻读学位期间参加的科研项目和成果 66
|
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
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 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
- 图像的稀疏表示及编码模型研究,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
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
|