本文關鍵詞：基于圖像質量評價的掌紋識別算法研究　出處：《北京交通大學》2016年碩士論文　論文類型：學位論文

  更多相關文章： Daugman 拉普拉斯銳化 LMCP算法 Log-Gabor算法 掌紋識別

【摘要】：掌紋識別技術因其包含信息量大、采集設備簡單、用戶易于接受等優(yōu)點,近年來得到了廣泛的研究,并成功應用于公安系統(tǒng)、醫(yī)學研究、社會福利等方面。隨著非接觸式掌紋采集系統(tǒng)的發(fā)展,圖像的質量成為一個不可忽略的問題。易用性的提高必將降低圖像的質量。而在眾多影響圖像質量的因素中,離焦模糊是一種極為重要的圖像失真。而傳統(tǒng)的模糊掌紋識別算法主要通過提取掌紋的穩(wěn)定性特征進行識別,識別率較低。本文在引入掌紋圖像質量評價的方法,并在此基礎上提出了LMCP (局部多層對比模式)和log-Gabor數(shù)據(jù)融合的方法,主要工作如下：(1)引入掌紋圖像質量評價。該方法基于Daugman算法,首先對掌紋圖像進行拉普拉斯銳化,然后計算圖像的質量分數(shù),通過設定的閾值對清晰圖像和模糊圖像進行區(qū)分,去除嚴重模糊的掌紋圖像。(2)提出LMCP和log-Gabor數(shù)據(jù)融合的掌紋識別算法。首先對LMCP算法和log-Gabor算法進行了分析,實驗證明了兩種方法的有效性。然后對LMCP和log-Gabor算法進行數(shù)據(jù)融合,在提取LMCP特征和log-Gabor特征的基礎上,進行分數(shù)級融合,再通過K-近鄰分類器完成匹配識別。仿真結果證明了數(shù)據(jù)融合的方法使得識別率得到了提高。
[Abstract]:Palmprint recognition technology has been widely studied in recent years because of its advantages such as large amount of information, simple acquisition equipment, easy to accept by users, and has been successfully applied to public security system and medical research. Social welfare. With the development of contactless palmprint acquisition system. Image quality has become a problem that can not be ignored. The improvement of ease of use will reduce the image quality. Defocus blur is a very important image distortion, and the traditional fuzzy palmprint recognition algorithm is mainly by extracting the stability features of palmprint recognition. The recognition rate is low. This paper introduces the method of palmprint image quality evaluation and puts forward the method of LMCP (local multilayer contrast mode) and log-Gabor data fusion. The main work is as follows: 1) the palmprint image quality evaluation is introduced. This method is based on Daugman algorithm. Firstly, the palmprint image is sharpened by Laplace, and then the image quality fraction is calculated. The clear image and the blurred image are distinguished by the set threshold. The palmprint recognition algorithm based on LMCP and log-Gabor data fusion is proposed. Firstly, the LMCP algorithm and log-Gabor algorithm are analyzed. Experiments show the effectiveness of the two methods. Then the LMCP and log-Gabor algorithms are fused to extract LMCP and log-Gabor features. The fractional-level fusion is carried out, and then the matching recognition is accomplished by the K-nearest neighbor classifier. The simulation results show that the recognition rate is improved by the method of data fusion.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 ;中國研制出首個高精度自動掌紋識別系統(tǒng)[J];安防科技;2008年04期

2 吳文暉;;掌紋識別技術在金融系統(tǒng)的應用[J];廣東金融電腦;1998年05期

3 宋炯,林喜榮,包桂秋,申晶;一種掌紋線特征的提取方法[J];計算機工程與應用;2004年12期

4 鄔向前,王寬全,張大鵬;一種用于掌紋識別的線特征表示和匹配方法(英文)[J];軟件學報;2004年06期

5 吳攀;;一種提高掌紋識別率方法的研究[J];軟件導刊;2007年03期

6 姚永芳;趙清杰;張利萍;荊曉遠;;統(tǒng)計不相關的費舍掌紋識別算法[J];計算機工程與設計;2007年21期

7 劉富;徐杰;崔平遠;;基于兩層策略的掌紋識別新方法[J];吉林大學學報(工學版);2008年S2期

8 ;我國研制成功世界首套高精度自動掌紋識別系統(tǒng)[J];大眾科技;2008年02期

9 ;哈爾濱工業(yè)大學成功研制掌紋識別系統(tǒng)[J];安防科技;2008年04期

10 王艷霞;阮秋琦;;一種掌紋紋線結構特征的描述和匹配方法[J];電子與信息學報;2008年06期

相關會議論文 前5條

1 明泉水;孫季豐;;一種新的掌紋定位方法[A];2009年中國高校通信類院系學術研討會論文集[C];2009年

2 魏驍勇;徐丹;袁國武;;基于組合特征的掌紋識別技術[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

3 許慧;林家恒;劉增曉;;掌紋識別技術研究進展[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

4 李嘉偉;孫明;;基于圖像處理的掌紋識別技術研究[A];中國農業(yè)工程學會電氣信息與自動化專業(yè)委員會、中國電機工程學會農村電氣化分會科技與教育專委會2010年學術年會論文摘要[C];2010年

5 吳釋培;沈琳琳;鄭松浩;何金文;;達·芬奇TMS320DM6446 DMSoC平臺雙核通信的研究與實現(xiàn)[A];第十五屆計算機工程與工藝年會暨第一屆微處理器技術論壇論文集（A輯）[C];2011年

相關重要報紙文章 前5條

1 ;英特爾展示掌紋識別技術解決安全問題[N];中國電腦教育報;2012年

2 盧光明邋記者 劉傳書;我研制成功世界首套高精度自動掌紋識別系統(tǒng)[N];科技日報;2008年

3 周基東 張明新;生物防偽 大勢所趨[N];人民公安報;2000年

4 本報記者 馬愛平;科海搏擊 鑄就金鷹[N];科技日報;2011年

5 編譯 杜龍德;扔掉你的密碼[N];電腦報;2004年

相關博士學位論文 前10條

1 趙秋實;非接觸式掌紋識別關鍵問題研究[D];哈爾濱工業(yè)大學;2014年

2 賈偉;掌紋識別關鍵技術研究[D];中國科學技術大學;2008年

3 潘新;掌紋識別關鍵算法的研究[D];北京交通大學;2009年

4 林森;非理想條件下掌紋識別方法研究[D];沈陽工業(yè)大學;2013年

5 郭秀梅;掌紋識別算法的研究[D];山東大學;2014年

6 張建新;自動掌紋識別理論和算法研究[D];大連理工大學;2009年

7 郭金玉;基于子空間法的掌紋識別研究[D];沈陽工業(yè)大學;2009年

8 冷璐;可撤除掌紋識別與認證技術研究[D];西南交通大學;2012年

9 張環(huán);掌紋掌脈及其融合識別技術研究[D];國防科學技術大學;2011年

10 吳丹陽;掌紋識別算法研究[D];吉林大學;2008年

相關碩士學位論文 前10條

1 瞿遙;基于同態(tài)加密的掌紋認證研究[D];西南交通大學;2015年

2 劉剛;非接觸式可撤銷手掌紋脈融合認證技術研究[D];南昌航空大學;2015年

3 王yN;復雜背景下的手掌圖像預處理及關鍵區(qū)域提取技術研究[D];華僑大學;2015年

4 梁浩銘;基于云架構的大規(guī)模掌紋識別技術研究[D];哈爾濱工業(yè)大學;2015年

5 解冰;掌紋識別系統(tǒng)中的光源強度自動調節(jié)技術及其應用[D];哈爾濱工業(yè)大學;2014年

6 褚萬星;基于角點檢測與競爭編碼的掌紋識別系統(tǒng)[D];西安電子科技大學;2014年

7 洪丹楓;魯棒的高精度掌紋識別技術研究[D];青島大學;2015年

8 徐云云;面向智能手機的掌紋識別技術研究[D];合肥工業(yè)大學;2015年

9 鐘曉雯;非接觸多光譜手成像光學系統(tǒng)研制[D];沈陽工業(yè)大學;2015年

10 王志強;基于圖像質量評價的掌紋識別算法研究[D];北京交通大學;2016年

，

本文編號：1393479