指紋屬性拾取及其拓?fù)?doc
約71頁DOC格式手機打開展開
指紋屬性拾取及其拓?fù)?摘 要傳統(tǒng)基于密碼和卡片的身份認(rèn)證方式已不能滿足現(xiàn)代人們的生活和工作需要,指紋識別是根據(jù)每個人自身特有的生物特征進行身份識別,具有很高的適用性和可行性。指紋識別算法較多,然而大多數(shù)算法對指紋圖像的質(zhì)量有較高要求,算法的魯棒性不高,如何提高指紋識別算法的魯棒性目前仍然是一個極為重要且極具挑戰(zhàn)的研究課題。本文根據(jù)拓?fù)淠J阶R...
內(nèi)容介紹
此文檔由會員 違規(guī)屏蔽12 發(fā)布
摘 要
傳統(tǒng)基于密碼和卡片的身份認(rèn)證方式已不能滿足現(xiàn)代人們的生活和工作需要,指紋識別是根據(jù)每個人自身特有的生物特征進行身份識別,具有很高的適用性和可行性。
指紋識別算法較多,然而大多數(shù)算法對指紋圖像的質(zhì)量有較高要求,算法的魯棒性不高,如何提高指紋識別算法的魯棒性目前仍然是一個極為重要且極具挑戰(zhàn)的研究課題。
本文根據(jù)拓?fù)淠J阶R別的思想,研究了指紋細(xì)節(jié)點的拾取以及脊線追蹤及其屬性的選擇,構(gòu)建基于指紋屬性的拓?fù)潢P(guān)系,以用于指紋識別,其主要內(nèi)容如下:
(1) 系統(tǒng)基于多文檔(MDI)界面,利用指紋采集儀實現(xiàn)指紋圖像的采集,并對采集到的原始指紋圖像進行增強、二值化以及細(xì)化預(yù)處理。
(2) 在指紋細(xì)化圖上利用 模板拾取兩類典型的指紋細(xì)節(jié)特征點——端點和叉點,并進行了偽特征點的去除。
(3) 對現(xiàn)存的脊線追蹤算法進行研究,完成了基于指紋細(xì)化圖的脊線追蹤算法,該算法以指紋細(xì)節(jié)端點和叉點為起始點,利用 窗口依次尋找下一脊線點,從而實現(xiàn)對所有細(xì)節(jié)點所在脊線的追蹤。在脊線追蹤的過程中記錄下脊線上所有像素點的坐標(biāo),為指紋屬性的拾取做準(zhǔn)備。
(4) 構(gòu)建指紋拓?fù)潢P(guān)系,并從理論上證明了這種拓?fù)潢P(guān)系對于指紋圖像在平移、旋轉(zhuǎn)、縮放以及其它非線性變形時具有一定的不變性,可以應(yīng)用于指紋識別中。
最后,對全文進行了總結(jié),分析了目前研究工作中還需要進一步完善的地方,指出今后的研究方向。
關(guān)鍵詞 預(yù)處理;特征提?。患咕€追蹤;指紋屬性;拓?fù)潢P(guān)系
Abstract
The traditional identity authentication based on the password and CARDS can’t satisfy the needs of the modern people's life and work any longer. Fingerprint identification has most high applicability and feasibility, which can be used in person’s identity authentication according to its unique biological characteristics.
There are many fingerprint identification algorithms now, but most of them ask for higher quality of fingerprint image. The robustness of fingerprint recognition algorithm is not high and how to improve the robustness of them is still an important and challenging research subject.
According to the idea of topological pattern recognition, this dissertation considers fingerprint minutiae picking up, ridge tracing, choose of the attribution, topological relation constructing based on fingerprint attribution for fingerprint recognition. The main contents of this dissertation are here.
(1) Fingerprint image is collected using fingerprint collection device and image is enhanced, binaried and thinned on the platform of Multiple documents interface (MDI) using VC++.
(2) Two kinds of typical fingerprint detail feature point——the end point and the fork point are picked up by using 3×3 template and false feature points are removed on the processed fingerprint image.
(3) A new ridge line tracing algorithm from the fork and the end point based on the thinning fingerprint is presented. All the pixel coordinates of ridge line are recorded to prepare for the ridge attribution calculating.
(4) Attribution and topological relation of the minutiae and ridges are constructed to identify the fingerprint. It is proved that this topological relation has certain invariance for the translation, rotation, zoom and other nonlinear deformation of the fingerprint image.
In the last part of this paper, the summary of the research is given and the research direction in future is also pointed out.
Keywords preprocessing; feature extraction; ridge tracing; fingerprint attribution; topological relation
目 錄
摘 要 Ι
Abstract Ш
第1章 緒論 1
1.1課題的背景和意義 1
1.1.1 生物識別技術(shù)簡介 1
1.1.2 研究內(nèi)容、來源及意義 1
1.2 指紋自動識別系統(tǒng) 2
1.2.1 指紋圖像采集 3
1.2.2 指紋圖像預(yù)處理 3
1.2.3 特征提取與匹配 3
1.2.4 系統(tǒng)性能評估 4
1.3 指紋識別歷史及國內(nèi)外研究現(xiàn)狀 4
1.3.1 指紋識別技術(shù)發(fā)展歷史 4
1.3.2 國內(nèi)外指紋識別技術(shù)研究現(xiàn)狀 5
1.4 主要研究內(nèi)容及結(jié)構(gòu)安排 7
第2章 指紋圖像采集與預(yù)處理 9
2.1 指紋圖像采集 9
2.2 圖像增強 11
2.2.1 直方圖均衡化 12
2.2.2 Gabor濾波增強 13
2.2.3 本文采用的算法及其分析 14
2.3 圖像二值化 15
2.3.1 固定閾值法 16
2.3.2 自適應(yīng)動態(tài)閾值法 16
2.3.3 本文采用的算法及其分析 17
2.4 圖像細(xì)化 17
2.4.1 經(jīng)典細(xì)化算法 19
2.4.2 快速細(xì)化算法 19
2.4.3 本文采用的細(xì)化算法及其實現(xiàn) 20
2.5 細(xì)化后處理 21
2.5.1 常用方法及其優(yōu)缺點 22
2.5.2 本文采用的算法及其分析 23
2.6 本章小結(jié) 24
第3章 指紋細(xì)節(jié)特征提取 25
3.1 指紋圖像特征 25
3.1.1 總體特征 25
3.1.2 局部特征 26
3.2 指紋細(xì)節(jié)特征點提取 26
3.2.1 常見的細(xì)節(jié)特征點提取方法 27
3.2.2 本文采用的方法及其分析 27
3.3 指紋偽特征點去除 29
3.3.1 常見的偽特征點 29
3.3.2 偽特征點去除 30
3.4 本章小結(jié) 32
第4章 脊線追蹤 33
4.1 脊線及其屬性 33
4.2 現(xiàn)有脊線追蹤算法 34
4.3 本文算法及其結(jié)果分析 35
4.4 本章小結(jié) 41
第5章 指紋屬性與拓?fù)潢P(guān)系 42
5.1 拓?fù)淠J阶R別 42
5.1.1 模式識別簡介 42
5.1.2 拓?fù)淠J阶R別 43
5.1.3 拓?fù)淠J阶R別的應(yīng)用 45
5.2 指紋屬性拓?fù)潢P(guān)系的確定 45
5.2.1 基于細(xì)節(jié)點的模式構(gòu)建 46
5.2.2 基于細(xì)節(jié)點與脊線的模式構(gòu)建 46
5.2.3 上述方法的優(yōu)缺點及其融合 47
5.3 指紋屬性與拓?fù)潢P(guān)系的不變性證明 48
5.3.1 基于細(xì)節(jié)點的拓?fù)潢P(guān)系不變性證明 48
5.3.2 脊線屬性及..
傳統(tǒng)基于密碼和卡片的身份認(rèn)證方式已不能滿足現(xiàn)代人們的生活和工作需要,指紋識別是根據(jù)每個人自身特有的生物特征進行身份識別,具有很高的適用性和可行性。
指紋識別算法較多,然而大多數(shù)算法對指紋圖像的質(zhì)量有較高要求,算法的魯棒性不高,如何提高指紋識別算法的魯棒性目前仍然是一個極為重要且極具挑戰(zhàn)的研究課題。
本文根據(jù)拓?fù)淠J阶R別的思想,研究了指紋細(xì)節(jié)點的拾取以及脊線追蹤及其屬性的選擇,構(gòu)建基于指紋屬性的拓?fù)潢P(guān)系,以用于指紋識別,其主要內(nèi)容如下:
(1) 系統(tǒng)基于多文檔(MDI)界面,利用指紋采集儀實現(xiàn)指紋圖像的采集,并對采集到的原始指紋圖像進行增強、二值化以及細(xì)化預(yù)處理。
(2) 在指紋細(xì)化圖上利用 模板拾取兩類典型的指紋細(xì)節(jié)特征點——端點和叉點,并進行了偽特征點的去除。
(3) 對現(xiàn)存的脊線追蹤算法進行研究,完成了基于指紋細(xì)化圖的脊線追蹤算法,該算法以指紋細(xì)節(jié)端點和叉點為起始點,利用 窗口依次尋找下一脊線點,從而實現(xiàn)對所有細(xì)節(jié)點所在脊線的追蹤。在脊線追蹤的過程中記錄下脊線上所有像素點的坐標(biāo),為指紋屬性的拾取做準(zhǔn)備。
(4) 構(gòu)建指紋拓?fù)潢P(guān)系,并從理論上證明了這種拓?fù)潢P(guān)系對于指紋圖像在平移、旋轉(zhuǎn)、縮放以及其它非線性變形時具有一定的不變性,可以應(yīng)用于指紋識別中。
最后,對全文進行了總結(jié),分析了目前研究工作中還需要進一步完善的地方,指出今后的研究方向。
關(guān)鍵詞 預(yù)處理;特征提?。患咕€追蹤;指紋屬性;拓?fù)潢P(guān)系
Abstract
The traditional identity authentication based on the password and CARDS can’t satisfy the needs of the modern people's life and work any longer. Fingerprint identification has most high applicability and feasibility, which can be used in person’s identity authentication according to its unique biological characteristics.
There are many fingerprint identification algorithms now, but most of them ask for higher quality of fingerprint image. The robustness of fingerprint recognition algorithm is not high and how to improve the robustness of them is still an important and challenging research subject.
According to the idea of topological pattern recognition, this dissertation considers fingerprint minutiae picking up, ridge tracing, choose of the attribution, topological relation constructing based on fingerprint attribution for fingerprint recognition. The main contents of this dissertation are here.
(1) Fingerprint image is collected using fingerprint collection device and image is enhanced, binaried and thinned on the platform of Multiple documents interface (MDI) using VC++.
(2) Two kinds of typical fingerprint detail feature point——the end point and the fork point are picked up by using 3×3 template and false feature points are removed on the processed fingerprint image.
(3) A new ridge line tracing algorithm from the fork and the end point based on the thinning fingerprint is presented. All the pixel coordinates of ridge line are recorded to prepare for the ridge attribution calculating.
(4) Attribution and topological relation of the minutiae and ridges are constructed to identify the fingerprint. It is proved that this topological relation has certain invariance for the translation, rotation, zoom and other nonlinear deformation of the fingerprint image.
In the last part of this paper, the summary of the research is given and the research direction in future is also pointed out.
Keywords preprocessing; feature extraction; ridge tracing; fingerprint attribution; topological relation
目 錄
摘 要 Ι
Abstract Ш
第1章 緒論 1
1.1課題的背景和意義 1
1.1.1 生物識別技術(shù)簡介 1
1.1.2 研究內(nèi)容、來源及意義 1
1.2 指紋自動識別系統(tǒng) 2
1.2.1 指紋圖像采集 3
1.2.2 指紋圖像預(yù)處理 3
1.2.3 特征提取與匹配 3
1.2.4 系統(tǒng)性能評估 4
1.3 指紋識別歷史及國內(nèi)外研究現(xiàn)狀 4
1.3.1 指紋識別技術(shù)發(fā)展歷史 4
1.3.2 國內(nèi)外指紋識別技術(shù)研究現(xiàn)狀 5
1.4 主要研究內(nèi)容及結(jié)構(gòu)安排 7
第2章 指紋圖像采集與預(yù)處理 9
2.1 指紋圖像采集 9
2.2 圖像增強 11
2.2.1 直方圖均衡化 12
2.2.2 Gabor濾波增強 13
2.2.3 本文采用的算法及其分析 14
2.3 圖像二值化 15
2.3.1 固定閾值法 16
2.3.2 自適應(yīng)動態(tài)閾值法 16
2.3.3 本文采用的算法及其分析 17
2.4 圖像細(xì)化 17
2.4.1 經(jīng)典細(xì)化算法 19
2.4.2 快速細(xì)化算法 19
2.4.3 本文采用的細(xì)化算法及其實現(xiàn) 20
2.5 細(xì)化后處理 21
2.5.1 常用方法及其優(yōu)缺點 22
2.5.2 本文采用的算法及其分析 23
2.6 本章小結(jié) 24
第3章 指紋細(xì)節(jié)特征提取 25
3.1 指紋圖像特征 25
3.1.1 總體特征 25
3.1.2 局部特征 26
3.2 指紋細(xì)節(jié)特征點提取 26
3.2.1 常見的細(xì)節(jié)特征點提取方法 27
3.2.2 本文采用的方法及其分析 27
3.3 指紋偽特征點去除 29
3.3.1 常見的偽特征點 29
3.3.2 偽特征點去除 30
3.4 本章小結(jié) 32
第4章 脊線追蹤 33
4.1 脊線及其屬性 33
4.2 現(xiàn)有脊線追蹤算法 34
4.3 本文算法及其結(jié)果分析 35
4.4 本章小結(jié) 41
第5章 指紋屬性與拓?fù)潢P(guān)系 42
5.1 拓?fù)淠J阶R別 42
5.1.1 模式識別簡介 42
5.1.2 拓?fù)淠J阶R別 43
5.1.3 拓?fù)淠J阶R別的應(yīng)用 45
5.2 指紋屬性拓?fù)潢P(guān)系的確定 45
5.2.1 基于細(xì)節(jié)點的模式構(gòu)建 46
5.2.2 基于細(xì)節(jié)點與脊線的模式構(gòu)建 46
5.2.3 上述方法的優(yōu)缺點及其融合 47
5.3 指紋屬性與拓?fù)潢P(guān)系的不變性證明 48
5.3.1 基于細(xì)節(jié)點的拓?fù)潢P(guān)系不變性證明 48
5.3.2 脊線屬性及..