發(fā)布時(shí)間：2018-10-08 21:51

【摘要】：指紋特征具有終生不變和高度區(qū)分的天然優(yōu)勢(shì),且指紋識(shí)別具有易于實(shí)施的工程特性,因此使得指紋識(shí)別技術(shù)快速普及應(yīng)用于各類場(chǎng)合。但是指紋識(shí)別在實(shí)際應(yīng)用中也存在一些局限性,由于指紋采集設(shè)備自身的問(wèn)題、手指本身的問(wèn)題或采集不規(guī)范等原因,會(huì)造成指紋圖像質(zhì)量較差。即便后續(xù)的指紋預(yù)處理可以進(jìn)行一定程度的修復(fù),但質(zhì)量仍然不高,會(huì)嚴(yán)重影響匹配識(shí)別效果。因此對(duì)指紋進(jìn)行預(yù)處理前合適的指紋圖像質(zhì)量評(píng)判顯得尤為重要。而且常規(guī)指紋識(shí)別系統(tǒng)多采用單一的匹配策略,識(shí)別性能不穩(wěn)定,匹配效率有限,需要對(duì)匹配策略的流程進(jìn)行深入優(yōu)化創(chuàng)新。本論文在參考閱讀眾多文獻(xiàn)歸納分析的基礎(chǔ)上結(jié)合對(duì)課題的認(rèn)真思考,從以下兩方面進(jìn)行了研究和創(chuàng)新:首先本文針對(duì)當(dāng)前指紋識(shí)別過(guò)程中由于指紋質(zhì)量問(wèn)題導(dǎo)致識(shí)別性能下降嚴(yán)重的問(wèn)題,構(gòu)建了基于數(shù)據(jù)融合的指紋質(zhì)量評(píng)估方法。本文將通過(guò)對(duì)多個(gè)決策結(jié)果進(jìn)行"取長(zhǎng)補(bǔ)短"的融合,有效提高了指紋判斷的效果。具體說(shuō)來(lái),通過(guò)對(duì)采集到的指紋圖像觀察其質(zhì)量問(wèn)題并進(jìn)行歸納,第一步得到指紋圖像的五個(gè)維度的單項(xiàng)評(píng)價(jià)質(zhì)量分?jǐn)?shù),第二步運(yùn)用有監(jiān)督學(xué)習(xí)的分類算法構(gòu)建多級(jí)融合框架對(duì)五個(gè)質(zhì)量分?jǐn)?shù)進(jìn)行多次融合得到一個(gè)最終的質(zhì)量評(píng)價(jià)分?jǐn)?shù)。通過(guò)實(shí)驗(yàn)可知,將多個(gè)指標(biāo)信息進(jìn)行融合之后其判斷準(zhǔn)確率可顯著提升,進(jìn)而證明了該算法的可效性和實(shí)用性。其次針對(duì)采用單一的指紋匹配算法識(shí)別性能穩(wěn)定性不高的問(wèn)題,本文設(shè)計(jì)了基于級(jí)聯(lián)決策的指紋匹配算法,運(yùn)用逐次對(duì)指紋中心點(diǎn)匹配、指紋中間區(qū)域匹配和指紋全局比對(duì)三級(jí)級(jí)聯(lián)匹配的綜合算法,可以有效提高比對(duì)算法的識(shí)別性能。對(duì)于經(jīng)過(guò)配準(zhǔn)后的兩枚指紋,首先進(jìn)行指紋中心點(diǎn)比對(duì),若匹配成功則認(rèn)為是同一人;若失敗則繼續(xù)對(duì)指紋中間區(qū)域比對(duì),若成功則認(rèn)為兩指紋是同一人;若失敗則繼續(xù)進(jìn)行指紋的全局比對(duì),若成功則認(rèn)為是同一人,若失敗則不是同一人。此外,為了證明指紋質(zhì)量評(píng)估對(duì)于指紋匹配的必要性,本文設(shè)計(jì)了不同質(zhì)量的指紋集,通過(guò)實(shí)驗(yàn)首先驗(yàn)證了指紋質(zhì)量判斷對(duì)于指紋匹配的影響很直接,其次驗(yàn)證了與其他匹配方法相比,本文提出的基于級(jí)聯(lián)決策的匹配方法在不同質(zhì)量的指紋集中依然有著較好的性能。
[Abstract]:Fingerprint features have the natural advantages of lifetime invariance and high discrimination, and fingerprint identification has the engineering characteristics that are easy to implement, so fingerprint identification technology is rapidly applied in various situations. However, fingerprint recognition also has some limitations in practical application. Due to the problems of the fingerprint acquisition equipment itself, the problem of finger itself or the non-standard acquisition, the quality of fingerprint image will be poor. Even though the subsequent fingerprint preprocessing can be repaired to some extent, the quality is still not high, which will seriously affect the matching and recognition effect. Therefore, it is very important to evaluate the fingerprint image quality before the fingerprint preprocessing. Moreover, the conventional fingerprint identification systems usually adopt a single matching strategy, the identification performance is unstable, the matching efficiency is limited, and the process of matching strategy needs to be optimized and innovated deeply. Based on the analysis of many literatures, this paper combines with the serious thinking of the subject. The following two aspects are studied and innovated: firstly, a fingerprint quality assessment method based on data fusion is proposed to deal with the problem that the fingerprint quality problem leads to the serious degradation of fingerprint quality in the current fingerprint identification process. In this paper, the effect of fingerprint judgment is improved by the fusion of multiple decision results. Specifically, by observing and summarizing the quality problems of the collected fingerprint images, the first step is to obtain the single evaluation quality fraction of the five dimensions of the fingerprint image. The second step uses supervised learning classification algorithm to construct multi-level fusion framework to fuse five mass fractions several times to obtain a final quality evaluation score. The experimental results show that the accuracy of the algorithm can be significantly improved after the fusion of multiple index information, which proves the effectiveness and practicability of the algorithm. Secondly, aiming at the problem that the single fingerprint matching algorithm is not stable, this paper designs a fingerprint matching algorithm based on cascade decision. The recognition performance of the matching algorithm can be improved effectively by the three-level cascade matching algorithm of fingerprint middle region matching and fingerprint global matching. For the two fingerprints after registration, the center point of the fingerprint is first compared, if the match is successful, it is considered the same person, if the failure continues to compare the middle region of the fingerprint, if successful, the two fingerprints are considered to be the same person. If the failure continues to carry on the fingerprint global comparison, if successful, thinks is the same person, if the failure then is not the same person. In addition, in order to prove the necessity of fingerprint quality evaluation for fingerprint matching, this paper designs fingerprint sets with different quality. Secondly, compared with other matching methods, the matching method proposed in this paper still has better performance in different quality fingerprint sets.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 祝恩,殷建平,周婧;使用平均周期進(jìn)行指紋分類[J];國(guó)防科技大學(xué)學(xué)報(bào);2004年04期

2 耿國(guó)光;殷建平;祝恩;趙建民;龔德良;;使用局部紋線距離進(jìn)行指紋分類[J];計(jì)算機(jī)科學(xué)與探索;2014年01期

3 劉通 ,蘇光大;基于結(jié)構(gòu)的指紋分類技術(shù)[J];電子技術(shù)應(yīng)用;2002年02期

4 王崇文,李見(jiàn)為,陳為民;一種新型的兩級(jí)指紋分類方法(英文)[J];自動(dòng)化學(xué)報(bào);2003年06期

5 楊小冬,寧新寶,詹小四,莊建軍;基于紋線跟蹤的指紋分類方法[J];計(jì)算機(jī)工程;2005年07期

6 亓秀燕;尹義龍;駱功慶;劉懋;;基于頻譜能量的指紋分類[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年08期

7 趙陽(yáng);魯順昌;王光奇;;指紋對(duì)稱在指紋識(shí)別中的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2008年06期

8 肖衛(wèi)民;袁華強(qiáng);;一種新的二步指紋分類方案設(shè)計(jì)[J];東莞理工學(xué)院學(xué)報(bào);2009年03期

9 譚臺(tái)哲;皮凱俊;章紅燕;;一種基于融合隸屬度的指紋分類方法[J];計(jì)算機(jī)工程與應(yīng)用;2012年02期

10 王積分,張新榮,姚文慶;紋線方向分布模式的指紋分類法[J];天津大學(xué)學(xué)報(bào);1991年S1期

相關(guān)會(huì)議論文 前3條

1 朱曉霞;孫同景;陳桂友;;基于支持向量機(jī)理論的兩級(jí)指紋分類實(shí)現(xiàn)方法[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

2 王鮮芳;鄭竹林;張海燕;;基于細(xì)化圖像和LSSVM的指紋分類方法[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

3 趙玖玲;;基于改進(jìn)BP網(wǎng)絡(luò)的指紋分類[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前2條

1 盧標(biāo);按指紋司空見(jiàn)慣 法律效力又如何[N];檢察日?qǐng)?bào);2001年

2 本報(bào)記者 賈西平;二十年煉成“火眼金睛”[N];人民日?qǐng)?bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 楊懿竣;指紋安全認(rèn)證的不可逆變換技術(shù)研究[D];深圳大學(xué);2015年

2 薛俊韜;基于大規(guī)模數(shù)據(jù)庫(kù)的多級(jí)指紋分類研究[D];天津大學(xué);2010年

3 郭浩;基于嵌入式隱Markov模型的指紋分類和匹配研究[D];大連理工大學(xué);2004年

4 張博;基于數(shù)據(jù)挖掘和融合理論的殘缺指紋識(shí)別應(yīng)用研究[D];北京郵電大學(xué);2012年

5 回紅;基于結(jié)構(gòu)的指紋表達(dá)及其匹配算法研究[D];浙江大學(xué);2002年

6 王崇文;自動(dòng)指紋識(shí)別方法研究[D];重慶大學(xué);2002年

7 紀(jì)祿平;脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在指紋系統(tǒng)中的應(yīng)用[D];電子科技大學(xué);2008年

8 張潔;殘缺指紋識(shí)別中若干關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2013年

9 許林茹;電化學(xué)發(fā)光成像技術(shù)在潛在指紋顯現(xiàn)與成分識(shí)別中的應(yīng)用[D];浙江大學(xué);2014年

10 劉新妹;基于指紋識(shí)別的規(guī)則紋理圖像識(shí)別技術(shù)研究[D];中北大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 吳耀偉;指紋保險(xiǎn)柜電子系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2015年

2 葉麗英;基于確定性退火的高分辨率指紋匹配算法研究[D];哈爾濱工業(yè)大學(xué);2014年

3 耿國(guó)光;自動(dòng)指紋分類方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

4 方珊珊;基于樸素貝葉斯的假指紋檢測(cè)方法研究[D];浙江工業(yè)大學(xué);2015年

5 李晨陽(yáng);針對(duì)特定網(wǎng)站的指紋識(shí)別研究[D];南京郵電大學(xué);2015年

6 尹婉琳;指紋分類和識(shí)別算法的研究與實(shí)現(xiàn)[D];東南大學(xué);2015年

7 涂志;基于位置指紋的室內(nèi)三維定位技術(shù)研究[D];遼寧大學(xué);2016年

8 嚴(yán)匯瑩;一種免校準(zhǔn)指紋相位特征提取算法的研究[D];哈爾濱理工大學(xué);2016年

9 劉素蘋;一種提高指紋識(shí)別率的多模板方法的研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2015年

10 張曉康;基于全局信息的指紋配準(zhǔn)及在匹配中的應(yīng)用[D];西安電子科技大學(xué);2015年

，

本文編號(hào)：2258392