学位论文 > 优秀研究生学位论文题录展示

在线掌纹匹配技术的研究

作 者: 李艳
导 师: 吴贵芳
学 校: 河南科技大学
专 业: 计算机软件与理论
关键词: 在线掌纹识别 特征提取 特征点检测 生物特征
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 16次
引 用: 0次
阅 读: 论文下载
 

内容摘要


掌纹识别是通过手掌皮肤的纹路特征来进行身份识别的方法,是在传统身份识别方法上的一种创新,已经成为身份识别领域的热点研究对象之一。目前,掌纹识别技术的研究主要集中于掌纹图像的结构特征、纹线特征和几何特征的研究方面,其中结构特征和纹线特征的研究是重点。由于掌纹图像在采集过程中存在着多种外界环境的干扰,并且相关噪声处理技术的应用并不成熟,大大制约了掌纹识别的研究发展,无法从根本上满足掌纹识别系统的实时性要求。根据该特点,在分析了掌纹识别中的关键技术基础上,分别从区域定位和特征提取两方面进行了研究。通过对现有的掌纹匹配算法的分析和研究,为了提高掌纹特征的识别匹配率,对掌纹角点和感兴趣区域(region of interest, ROI)的提取算法进行了改进,提出了一种基于掌纹边缘线曲率的角点检测算法,并用所提取出的角点建立直角坐标系,完成该掌纹图像的ROI区域的选择,大大减少了旋转和平移性对匹配算法所造成的影响,有效提高了匹配率。为了进一步减少掌纹图像在采集过程中所受到的干扰,从特征提取方面进行了改进,利用contourlet变换具有的方向性和各向异性的优点,以及不变矩算法平移、旋转、比例和对比度变换的不变性特点,提出了一种àtrous-Contourlet变换和不变矩相结合的自适应加权系数的掌纹识别算法,最后再利用掌纹图像频域变换图形近似高斯变换图形的特点,提取出各个方向分解系数的特征系数值作为加权系数,采用优者更优的方式实现了掌纹图像的匹配和识别,从而解决了掌纹采集过程中所遇到的各种平移干扰问题。实验结果表明,在准确率高达99.3%的条件下,定位时间比传统算法提高了0.4s以上,提高了将近10%,有效改进了在线掌纹检测的精确性和实时性。

全文目录


摘要  2-3
ABSTRACT  3-7
第1章 绪论  7-16
  1.1 课题研究背景与意义  7-10
  1.2 掌纹识别研究的现状及发展  10-14
    1.2.1 国外研究现状  11-12
    1.2.2 国内研究现状  12-14
  1.3 本文研究的主要内容  14
  1.4 论文结构安排  14-16
第2章 掌纹识别技术的相关理论和算法  16-30
  2.1 掌纹识别技术概述  16-18
    2.1.1 掌纹图像的描述  16-17
    2.1.2 掌纹识别系统的流程  17
    2.1.3 掌纹图像匹配算法的分类  17-18
  2.2 基于图像特征的图像匹配算法  18-22
    2.2.1 基于边缘特征的图像匹配算法  19
    2.2.2 基于坐标投影的角点匹配算法  19-20
    2.2.3 Chamfer 匹配技术  20-21
    2.2.4 基于Hausdorff 距离的图像匹配方法  21-22
    2.2.5 不同图像匹配算法的比较和分析  22
  2.3 基于图像像素灰度值的匹配算法  22-28
    2.3.1 归一化互相关匹配  23-24
    2.3.2 基于图像投影的匹配算法  24-25
    2.3.3 基于不变矩特征的匹配算法  25-26
    2.3.4 基于频域特征的匹配算法  26-28
    2.3.5 不同图像匹配算法的比较和分析  28
  2.4 本章小结  28-30
第3章 掌纹图像特征点检测算法的研究  30-46
  3.1 基于图像灰度的特征点检测算法  30-36
    3.1.1 Moravace 算子  30-31
    3.1.2 Harris 算子  31-33
    3.1.3 Susan 算子  33-35
    3.1.4 不同角点检测算法的比较和分析  35-36
  3.2 基于图像边缘的特征点检测算法  36-39
    3.2.1 基于曲率尺度空间(CSS)的角点检测算法  36-37
    3.2.2 基于曲率变化的角点提取算法  37-38
    3.2.3 不同角点检测算法的比较和分析  38-39
  3.3 改进的特征点检测算法  39-45
    3.3.1 掌纹图像轮廓的选取  39-41
    3.3.2 角点提取  41-43
    3.3.3 ROI 的定位  43
    3.3.4 实验结果与分析  43-45
  3.4 本章小结  45-46
第4章 基于 Contourlet 变换和不变矩的掌纹匹配算法  46-63
  4.1 contourlet 变换  46-50
    4.1.1 LP 变换  47-48
    4.1.2 塔形方向滤波器组  48-50
  4.2 图像不变矩理论  50-52
  4.3 基于Contourlet 变换和不变矩的掌纹匹配算法  52-62
    4.3.1 àtrous–Contourlet 变换  53-56
    4.3.2 基于àtrous–Contourlet 变换和不变矩的掌纹匹配算法  56-59
    4.3.3 掌纹匹配算法的实现  59-60
    4.3.4 实验结果与分析  60-62
  4.4 本章小结  62-63
第5章 结论与展望  63-65
  5.1 结论  63-64
  5.2 工作展望  64-65
参考文献  65-69
致谢  69-70
攻读硕士学位期间的研究成果  70

相似论文

  1. 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
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 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
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 基于虹膜的数据加解密算法研究,TP309.7
  7. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  8. 空间交会接近视觉测量方法研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  16. 基于距离映射码的安全指纹认证研究,TP391.4
  17. 基于随机森林的植物抗性基因识别方法研究,Q943
  18. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  19. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  20. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  21. 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