本文關(guān)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(shù)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(shù)作為生物特征識別技術(shù)的新興技術(shù),具有識別精度高、識別時(shí)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(yīng)用。因此,有關(guān)掌紋識別技術(shù)的研究將是一個(gè)非常有前景的課題。本文基于特征提取的方法進(jìn)行掌紋識別技術(shù)研究,從預(yù)處理、區(qū)域定位分割、特征提取、分類識別等四個(gè)方面展開。在預(yù)處理階段,運(yùn)用中值濾波對掌紋圖像進(jìn)行去噪,采用巴特沃斯高通濾波器進(jìn)行對比度拉伸和增強(qiáng)。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(yùn)用基于數(shù)學(xué)形態(tài)學(xué)的方法確定圖像的角點(diǎn),進(jìn)而根據(jù)角點(diǎn)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�；贕abor變換特征提取方法分別從5個(gè)尺度、4個(gè)方向提取掌紋圖像(大小為128×128)的Gabor紋理特征,經(jīng)過均值降維和PCA降維后,得到一個(gè)維度為640×8的特征矩陣�；诟倪M(jìn)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(gè)尺度、4個(gè)方向?qū)ψ訄D像進(jìn)行Gabor變換。然后按照一定的規(guī)則劃分特征加權(quán)組,對特征加權(quán)組內(nèi)的Gabor濾波特征子圖像進(jìn)行權(quán)值計(jì)算。最后對每幅子圖像的8個(gè)Gabor濾波特征加權(quán)子圖像進(jìn)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(gè)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(xùn)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(jìn)行分類識別。通過計(jì)算待測試樣本特征矩陣與訓(xùn)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(gè)訓(xùn)練樣本。基于統(tǒng)計(jì)原理,占多數(shù)的那個(gè)訓(xùn)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(xué)生物識別研究中心掌紋數(shù)據(jù)庫中的掌紋圖像進(jìn)行測試實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)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(jìn)的Gabor變換特征提取方法的掌紋識別正確率可以達(dá)到97.33%。
【關(guān)鍵詞】：生物特征 掌紋識別 特征提取 Gabor變換 K-最近鄰
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(shù)國內(nèi)外發(fā)展?fàn)顩r10-18
• 1.2.1 掌紋識別技術(shù)的發(fā)展歷程10-11
• 1.2.2 掌紋識別技術(shù)相關(guān)算法的發(fā)展歷程11-15
• 1.2.3 掌紋識別技術(shù)的應(yīng)用前景15-18
• 1.3 論文的結(jié)構(gòu)和框架18-19
• 第2章 掌紋圖像預(yù)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(qiáng)25-28
• 2.5 本章小結(jié)28-29
• 第3章 基于角點(diǎn)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(shù)學(xué)形態(tài)學(xué)濾波33-36
• 3.5 角點(diǎn)計(jì)算36-38
• 3.6 掌紋區(qū)域分割38-39
• 3.7 本章小結(jié)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(jìn)的Gabor變換特征提取46-51
• 4.4 實(shí)驗(yàn)結(jié)果及分析51-54
• 4.5 本章小結(jié)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(shí)現(xiàn)56-58
• 5.3 實(shí)驗(yàn)結(jié)果及分析58-60
• 5.4 本章小結(jié)60-61
• 結(jié)論61-63
• 參考文獻(xiàn)63-67
• 致謝67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;中國研制出首個(gè)高精度自動(dòng)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(shù)在金融系統(tǒng)的應(yīng)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(jì)算機(jī)工程與應(yīng)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(xué)報(bào);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(dǎo)刊;2007年03期

6 姚永芳;趙清杰;張利萍;荊曉遠(yuǎn);;統(tǒng)計(jì)不相關(guān)的費(fèi)舍掌紋識別算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年21期

7 劉富;徐杰;崔平遠(yuǎn);;基于兩層策略的掌紋識別新方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2008年S2期

8 ;我國研制成功世界首套高精度自動(dòng)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(xué)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(jié)構(gòu)特征的描述和匹配方法[J];電子與信息學(xué)報(bào);2008年06期

中國重要會(huì)議論文全文數(shù)據(jù)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(xué)術(shù)研討會(huì)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(shù)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 許慧;林家恒;劉增曉;;掌紋識別技術(shù)研究進(jìn)展[A];第16屆中國過程控制學(xué)術(shù)年會(huì)暨第4屆全國故障診斷與安全性學(xué)術(shù)會(huì)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(shù)研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

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

中國重要報(bào)紙全文數(shù)據(jù)庫 前5條

1 ;英特爾展示掌紋識別技術(shù)解決安全問題[N];中國電腦教育報(bào);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(dòng)掌紋識別系統(tǒng)[N];科技日報(bào);2008年

3 周基東 張明新;生物防偽 大勢所趨[N];人民公安報(bào);2000年

4 本報(bào)記者 馬愛平;科海搏擊 鑄就金鷹[N];科技日報(bào);2011年

5 編譯 杜龍德;扔掉你的密碼[N];電腦報(bào);2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 康冰;基于身體健康狀況表征的人體掌部精細(xì)紋路和顏色提取算法研究[D];吉林大學(xué);2016年

3 賈偉;掌紋識別關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2008年

4 潘新;掌紋識別關(guān)鍵算法的研究[D];北京交通大學(xué);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(xué);2013年

6 郭秀梅;掌紋識別算法的研究[D];山東大學(xué);2014年

7 張建新;自動(dòng)掌紋識別理論和算法研究[D];大連理工大學(xué);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(xué);2009年

9 冷璐;可撤除掌紋識別與認(rèn)證技術(shù)研究[D];西南交通大學(xué);2012年

10 張環(huán);掌紋掌脈及其融合識別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 王yN;復(fù)雜背景下的手掌圖像預(yù)處理及關(guān)鍵區(qū)域提取技術(shù)研究[D];華僑大學(xué);2015年

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

5 解冰;掌紋識別系統(tǒng)中的光源強(qiáng)度自動(dòng)調(diào)節(jié)技術(shù)及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

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

7 洪丹楓;魯棒的高精度掌紋識別技術(shù)研究[D];青島大學(xué);2015年

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

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

10 王志強(qiáng);基于圖像質(zhì)量評價(jià)的掌紋識別算法研究[D];北京交通大學(xué);2016年

  本文關(guān)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