本文關鍵詞：基于特征提取的掌紋識別，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著生物特征識別技術的飛速發(fā)展,人們對自身身份識別也越來越重視。掌紋識別技術作為生物特征識別技術的新興技術,具有識別精度高、識別時間短、用戶接受度高、硬件成本低等優(yōu)勢,目前仍未得到廣泛應用。因此,有關掌紋識別技術的研究將是一個非常有前景的課題。本文基于特征提取的方法進行掌紋識別技術研究,從預處理、區(qū)域定位分割、特征提取、分類識別等四個方面展開。在預處理階段,運用中值濾波對掌紋圖像進行去噪,采用巴特沃斯高通濾波器進行對比度拉伸和增強。區(qū)域定位分割首先對掌紋圖像做二值化處理,用基于Sobel邊緣檢測算子提取掌紋邊緣,然后運用基于數學形態(tài)學的方法確定圖像的角點,進而根據角點分割出掌紋感興趣區(qū)域。在特征提取階段,分析討論了兩種基于Gabor濾波變換的掌紋特征提取方法。基于Gabor變換特征提取方法分別從5個尺度、4個方向提取掌紋圖像(大小為128×128)的Gabor紋理特征,經過均值降維和PCA降維后,得到一個維度為640×8的特征矩陣。基于改進的Gabor變換特征提取方法則先將掌紋圖像均值化降維,得到維度為64×64的掌紋圖像。接著將降維處理后的掌紋圖像等分為64幅子圖像,并分別從2個尺度、4個方向對子圖像進行Gabor變換。然后按照一定的規(guī)則劃分特征加權組,對特征加權組內的Gabor濾波特征子圖像進行權值計算。最后對每幅子圖像的8個Gabor濾波特征加權子圖像進行均值化處理,得到維度為8×8的特征矩陣。最后從128×128大小的掌紋圖像得到一個維度為64×64的掌紋特征矩陣。將兩種方法得到的特征矩陣作為訓練集的樣本特征,用于后續(xù)的分類識別。分類識別階段采用K-最近鄰進行分類識別。通過計算待測試樣本特征矩陣與訓練集樣本特征矩陣間的歐幾里德距離,尋找出其最近鄰的K個訓練樣本。基于統(tǒng)計原理,占多數的那個訓練樣本類型即為該測試樣本的類型。系統(tǒng)使用香港理工大學生物識別研究中心掌紋數據庫中的掌紋圖像進行測試實驗。實驗結果表明,基于Gabor變換特征提取方法的掌紋識別正確率為96.67%,基于改進的Gabor變換特征提取方法的掌紋識別正確率可以達到97.33%。
【關鍵詞】：生物特征 掌紋識別 特征提取 Gabor變換 K-最近鄰
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-19
• 1.1 研究意義10
• 1.2 掌紋識別技術國內外發(fā)展狀況10-18
• 1.2.1 掌紋識別技術的發(fā)展歷程10-11
• 1.2.2 掌紋識別技術相關算法的發(fā)展歷程11-15
• 1.2.3 掌紋識別技術的應用前景15-18
• 1.3 論文的結構和框架18-19
• 第2章 掌紋圖像預處理19-29
• 2.1 掌紋識別系統(tǒng)組成19-20
• 2.2 掌紋圖像采集20-22
• 2.3 掌紋圖像去噪22-25
• 2.4 掌紋圖像增強25-28
• 2.5 本章小結28-29
• 第3章 基于角點檢測的掌紋區(qū)域定位分割29-40
• 3.1 掌紋區(qū)域分割流程29-30
• 3.2 二值化30-31
• 3.3 邊緣檢測31-33
• 3.4 數學形態(tài)學濾波33-36
• 3.5 角點計算36-38
• 3.6 掌紋區(qū)域分割38-39
• 3.7 本章小結39-40
• 第4章 基于二維GABOR變換的掌紋特征提取40-55
• 4.1 掌紋特征40-41
• 4.2 Gabor變換41-45
• 4.3 特征庫建立45-51
• 4.3.1 基于Gabor變換特征提取45-46
• 4.3.2 基于改進的Gabor變換特征提取46-51
• 4.4 實驗結果及分析51-54
• 4.5 本章小結54-55
• 第5章 基于K-最近鄰特征分類識別55-61
• 5.1 K-最近鄰基本原理55-56
• 5.2 識別(分類)算法實現(xiàn)56-58
• 5.3 實驗結果及分析58-60
• 5.4 本章小結60-61
• 結論61-63
• 參考文獻63-67
• 致謝67

【相似文獻】

中國期刊全文數據庫 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

中國重要會議論文全文數據庫 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

中國重要報紙全文數據庫 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

中國博士學位論文全文數據庫 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 康冰;基于身體健康狀況表征的人體掌部精細紋路和顏色提取算法研究[D];吉林大學;2016年

3 賈偉;掌紋識別關鍵技術研究[D];中國科學技術大學;2008年

4 潘新;掌紋識別關鍵算法的研究[D];北京交通大學;2009年

5 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

6 郭秀梅;掌紋識別算法的研究[D];山東大學;2014年

7 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

8 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

9 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

10 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

中國碩士學位論文全文數據庫 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

  本文關鍵詞：基于特征提取的掌紋識別，，由筆耕文化傳播整理發(fā)布。

本文編號：312652