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
- 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
- 基于虹膜的数据加解密算法研究,TP309.7
- 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
- 基于距离映射码的安全指纹认证研究,TP391.4
- 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
|