隨著人們安全意識的提高,生物特征識別安全性和可靠性越來越受到重視。目前生物特征識別技術(shù)已經(jīng)相對成熟,如指紋識別、人臉識別等,但仍存在一些缺點,如識別不夠便捷、用戶接受程度低等。本文給出一種非接觸式的手紋識別方法,支持使用移動設(shè)備拍攝手掌圖像,分別利用指節(jié)紋特征和掌紋特征完成識別任務(wù),讓識別更加方便快捷的同時,保證其識別正確率。本課題采用不同型號移動設(shè)備非接觸式地采集四指并攏、大拇指張開的全手掌圖像,建立手掌圖像庫。由于拍攝時在不同光線下圖像會存在偏色現(xiàn)象,本文在圖像預(yù)處理階段,采用灰度世界算法對采集的圖像進(jìn)行白平衡。然后采取膚色分割模型分割出手部圖像用于后續(xù)的指節(jié)紋和掌紋識別。在指節(jié)紋識別的研究中,本文給出一種指節(jié)紋位置坐標(biāo)點的定位方法,首先利用凸包算法定位手掌的凸缺陷點,然后根據(jù)梯度變化找到指跟點。遍歷相鄰?fù)谷毕蔹c橫坐標(biāo)區(qū)間的像素點,根據(jù)目標(biāo)區(qū)域和背景區(qū)域像素值的不同確定指尖點。再根據(jù)各指節(jié)紋與指尖點和指根點的關(guān)系確定指節(jié)紋位置。然后比較各個指節(jié)紋的縱坐標(biāo),使用歐式距離作為特征向量相似性的度量方法。最后對自建手掌圖像庫進(jìn)行測試,給出指節(jié)紋識別結(jié)果。在掌紋識別的研究中,本文在去除手指圖... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 掌紋識別的發(fā)展動態(tài)
        1.2.2 指節(jié)紋識別的發(fā)展動態(tài)
        1.2.3 手部多特征融合識別的發(fā)展動態(tài)
    1.3 論文研究內(nèi)容和結(jié)構(gòu)安排
        1.3.1 論文研究內(nèi)容
        1.3.2 論文結(jié)構(gòu)安排
第2章 圖像采集及處理
    2.1 圖像采集
    2.2 圖像預(yù)處理
    2.3 常用的分割算法
        2.3.1 閾值分割
        2.3.2 區(qū)域分割
        2.3.3 分水嶺分割
        2.3.4 其他分割方法
    2.4 手部圖像檢測及分割
    2.5 手部圖像預(yù)處理
    2.6 本章小結(jié)
第3章 指節(jié)紋識別算法
    3.1 定位指節(jié)紋位置
        3.1.1 定位手部輪廓
        3.1.2 定位凸缺陷點
        3.1.3 定位指跟點
        3.1.4 手指圖像仿射變換
        3.1.5 定位指節(jié)紋位置
    3.2 指節(jié)紋識別實驗
        3.2.1 實驗方法
        3.2.2 實驗分析
    3.3 本章小結(jié)
第4章 掌紋識別算法
    4.1 神經(jīng)網(wǎng)絡(luò)
        4.1.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    4.2 卷積神經(jīng)網(wǎng)絡(luò)
        4.2.1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.2.2 卷積神經(jīng)網(wǎng)絡(luò)特點
    4.3 提取掌紋感興趣區(qū)域
    4.4 基于深度學(xué)習(xí)的掌紋識別算法
        4.4.1 TensorFlow框架
        4.4.2 遷移學(xué)習(xí)
        4.4.3 數(shù)據(jù)準(zhǔn)備
        4.4.4 掌紋識別網(wǎng)絡(luò)模型選擇
        4.4.5 掌紋識別網(wǎng)絡(luò)改進(jìn)及調(diào)優(yōu)
    4.5 本章小結(jié)
第5章 特征融合及系統(tǒng)搭建
    5.1 特征融合
    5.2 模擬手紋識別系統(tǒng)搭建
    5.3 本章小結(jié)
第6章 結(jié)論
參考文獻(xiàn)
致謝



本文編號：3162588