現(xiàn)有的指紋識別算法應(yīng)用于低質(zhì)量指紋圖像時,由于指紋圖像存在污損、斷裂、傷疤和形變等問題,能夠提取的有效特征變少或者偽特征變多,從而導(dǎo)致了指紋識別變得十分困難。國內(nèi)外學(xué)者針對該問題已經(jīng)提出了很多解決辦法,但在識別速度和準確率上依舊難以同時達到很高的水平,這也是現(xiàn)如今指紋識別領(lǐng)域中迫切需要解決的問題。針對該問題,分析和總結(jié)了國內(nèi)外學(xué)者在低質(zhì)量指紋圖像識別領(lǐng)域提出的學(xué)術(shù)研究成果,并對其識別過程中的圖像增強、圖像分割和特征匹配等方法進行了相應(yīng)的改進和優(yōu)化。本文的主要工作包括:(1)提出了基于改進算子和自適應(yīng)微分階數(shù)的低質(zhì)量指紋圖像增強方法。該方法選擇了比傳統(tǒng)算子更高精度的微分增強算子,并以距離為標準對傳統(tǒng)算子結(jié)構(gòu)進行了優(yōu)化,達到了更好的效果。此外,根據(jù)指紋圖像的特點,構(gòu)造了由圖像局部信息熵和梯度組成的自適應(yīng)微分階數(shù)函數(shù),保證了圖像中各像素點都能獲取較優(yōu)的微分階數(shù),從而使得整體的圖像增強效果得到進一步提升。(2)提出了基于自適應(yīng)閾值和形態(tài)學(xué)的二層分割方法。該方法在第一次分割中,通過選擇灰度共生矩陣的對比度方差和其他實驗參數(shù)來對分割閾值進行自適應(yīng)優(yōu)化,提升初步分割效果。在二次分割中,根據(jù)初步分割產(chǎn)...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1市場規(guī)模與預(yù)測

1第1章緒論1.1研究背景與意義隨著社會日趨信息化和智能化，人們對身份驗證的需求也日益迫切，生物特征識別的使用也變得愈加廣泛。該技術(shù)主要是利用人類的生物特征（包括指紋、掌紋、虹膜、人臉等）來實現(xiàn)身份認證[1]，這些生物特征往往可以采用相應(yīng)的儀器進行測量而準確定位識別，并且還具有終....

圖1-3中心點和三角點

51.2.2指紋特征提取與匹配研究現(xiàn)狀在指紋匹配過程中，因為每個人都具有不同的指紋紋理結(jié)構(gòu)，導(dǎo)致提取到的特征信息也會存在很大的差異。借助這些差異的大小程度即可反映出指紋間的相似程度，從而判定兩枚指紋是否來自于同一手指。目前根據(jù)指紋特征的結(jié)構(gòu)信息可以將其分為兩類，一類是描述指紋圖像....

圖1-4指紋圖像細節(jié)點特征

6法都是選擇以奇異點為參照點來實現(xiàn)特征點匹配。當下使用最多的奇異點特征提取算法是基于指紋圖像方向場來進行求取的，主要原因是奇異點周圍的方向場變化比較有特點，并且不同奇異點間的變化特點也不同。3細節(jié)點特征在指紋匹配過程中，常用的比對因子就是細節(jié)點特征，該特征包括端點、分叉點、短線、....

圖2-1分數(shù)階微分的信號幅頻曲線圖

11式為：001()lim(1)(),0GLkkhkDfxCfxkhh（2-2）其中，f(x)代表實函數(shù)，(1)(1)(1)kCkk代表二項式系數(shù)，()代表Gamma函數(shù)。2.1.2Riemann-Liouville分數(shù)階微積分定義函數(shù)f(x)(a,x)(ax,aR,xR)的階R....

本文編號：3974145