當(dāng)前處于網(wǎng)絡(luò)信息化社會(huì)中,很多場(chǎng)合需要對(duì)人的身份進(jìn)行真實(shí)可靠的鑒別,目前最有效的方法是生物特征識(shí)別技術(shù)。作為生物特征識(shí)別的一種,指節(jié)紋識(shí)別有著獨(dú)特的優(yōu)勢(shì)和廣泛的應(yīng)用前景。相對(duì)于其他比較成熟的生物特征識(shí)別方法,指節(jié)紋識(shí)別雖然發(fā)展迅速,但是由于提出時(shí)間較晚,研究不夠豐富,還存在一些有待解決的問題。首先,傳統(tǒng)識(shí)別方法存在特征冗余,識(shí)別準(zhǔn)確率低;其次,要做到實(shí)際應(yīng)用于身份識(shí)別中,就需要快速識(shí)別,而關(guān)注識(shí)別速度的相關(guān)研究比較欠缺。本文基于PolyU-FKP數(shù)據(jù)庫,針對(duì)以上問題,通過傳統(tǒng)算法和深度學(xué)習(xí)方法進(jìn)行了研究,具體研究?jī)?nèi)容如下:(1)針對(duì)指節(jié)紋圖像線條結(jié)構(gòu)不清晰、對(duì)比度較低的問題,采用限制對(duì)比度的自適應(yīng)直方圖均衡化來增強(qiáng)圖像紋理,并提高對(duì)比度;(2)通過傳統(tǒng)算法進(jìn)行指節(jié)紋識(shí)別,提取指節(jié)紋圖像Sift特征進(jìn)行匹配,并提出結(jié)合LBP特征的相位相關(guān)算法。實(shí)驗(yàn)結(jié)果表明,傳統(tǒng)算法提取的特征冗余較大、識(shí)別準(zhǔn)確率較低,改進(jìn)后的方法提高了識(shí)別的準(zhǔn)確率。(3)針對(duì)傳統(tǒng)算法特征冗余較大、識(shí)別率低的問題,采用深度信念網(wǎng)絡(luò)對(duì)指節(jié)紋圖像進(jìn)行特征提取及分類,深度學(xué)習(xí)方法能有效解決特征冗余問題。對(duì)增強(qiáng)后的圖像提取LBP特...

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1指節(jié)紋的采集

西安理工大學(xué)碩士學(xué)位論文課題研究現(xiàn)狀1指節(jié)紋圖像采集從是否接觸采集裝置的角度來看，分為非接觸式采集和接觸式采集。非接觸式采-1（a）所示，比較典型的就是基于手機(jī)攝像頭的指節(jié)紋圖像采集，指節(jié)紋區(qū)域觸采集設(shè)備，方便快捷，但是這個(gè)方法會(huì)使得圖像間平移旋轉(zhuǎn)形態(tài)差異性較大，識(shí)別非常不利....

圖1-2各指節(jié)紋數(shù)據(jù)庫的部分圖像

HKPU-LRF156-1-101466是內(nèi)指節(jié)IITDelhi-FK158-1-5790是指背指節(jié)THU-FVFDH6106102-44880是指背指節(jié)(a)PolyU-FKP數(shù)據(jù)庫圖像(b)PolyU-CFK數(shù)據(jù)庫圖像....

圖2-2自適應(yīng)直方圖均衡化結(jié)果對(duì)比

使用這些子塊直方圖來重新分配該圖像的亮度值。它可以有效的提高圖像局部對(duì)也可以增強(qiáng)圖像中每個(gè)子塊的邊緣部分。指節(jié)紋圖像的紋理均比較細(xì)小，需要針對(duì)域增強(qiáng)，所以采用自適應(yīng)直方圖均衡化進(jìn)行處理。自適應(yīng)直方圖均衡化具體的計(jì)算步驟為：（1）先確定局部處理的窗口大小W，即為圖像分塊的每個(gè)子塊....

圖2-3裁剪灰度直方圖

基于傳統(tǒng)算法的指節(jié)紋識(shí)別亮度太高丟失了細(xì)節(jié)信息。自適應(yīng)直方圖均衡化體分布信息。當(dāng)包含像素鄰域的圖像區(qū)域亮度相幅度的高峰，并且在比較狹窄的范圍內(nèi)中的像素圍中，這從而影響了AHE在圖像的大多數(shù)均勻自適應(yīng)直方圖均衡化均勻的區(qū)域放大了噪聲，為了解決這個(gè)問題，CLAHE）[29]。限制....

本文編號(hào)：3962321