【摘要】：隨著科技的發(fā)展,人們在個人身份識別方面提出了更高的要求,生物特征識別技術(shù)作為目前安全級別最高的技術(shù),受到了越來越廣泛的關(guān)注。指紋由于其穩(wěn)定性、唯一性和便捷性等優(yōu)點,在身份識別中應(yīng)用廣泛。同時,隨著指紋采集設(shè)備性能日漸提升,傳感器能獲取更高分辨率的圖像和更加豐富的指紋特征,指紋識別技術(shù)的準確率和魯棒性也不斷提高。對高分辨率指紋圖像的研究已成為當前的熱點。嵌入式系統(tǒng)中需要對指紋進行拼接,指紋的配準技術(shù)是拼接的關(guān)鍵。高分辨率指紋圖像帶來高精度、高防偽能力的同時也衍生了一些其他問題:相同大小的指紋區(qū)域,高分辨率比低分辨率圖像大,配準所需的計算量更大。而身份識別對實時性要求很高,雖然指紋識別有許多研究成果問世,但仍難滿足部分應(yīng)用對時間性能的需求,高效地實現(xiàn)指紋圖像的配準具有重要的實用價值,如何合理利用有限的資源實現(xiàn)快速配準至關(guān)重要。本文以圖像配準為中心,主要針對基于相位相關(guān)的圖像配準方法進行了深入研究,本文的工作可以概括為以下三個方面:1.指紋圖像預處理方面,本文根據(jù)采集到的原始指紋圖像噪聲分布的特點,提出了一種快速的中值濾波方法,分析了其速度優(yōu)勢,證明了該方法在本文提供的指紋庫中的可行性。通過與傳統(tǒng)中值濾波方法的對比實驗,說明了該方法在對結(jié)果影響較小的情況下,可以極大地提高運行效率。2.對指紋圖像平移進行配準方面,通過對基于傅里葉變換的配準方法進行分析,得出影響其運行效率的主要是反變換部分,經(jīng)過理論推導,提出一個理想情況下可以替代反變換的模型,并驗證了該模型的可行性。通過實驗優(yōu)化該模型的搜索策略以及參數(shù),使得在與傳統(tǒng)方法差異很小的情況下提高了配準速度。3.嘗試使用卷積神經(jīng)網(wǎng)絡(luò)對指紋圖像進行配準,求圖像間的平移量與旋轉(zhuǎn)角度。構(gòu)造了兩個不同的深度的卷積神經(jīng)網(wǎng)絡(luò),每個網(wǎng)絡(luò)分別使用兩種模型進行對比,驗證其在指紋圖像配準方面的可行性。
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41
【圖文】：

逡逑本文的實驗主要在實驗室采集的指紋庫上進行，該指紋庫在第三章會提及。逡逑圖２－４為采集器采集的原始指紋圖像，大小為１９２０Ｘ邋１２００。圖２－５為圖２－４中紅逡逑色區(qū)域的放大圖，從中可以看出，采集過程中引入的主要是椒鹽噪聲，處理該噪逡逑聲最實用的方法是中值濾波。該方法的原理與實現(xiàn)都比較簡單。但為了滿足實時逡逑性，需要對中值濾波算法進行一定的優(yōu)化。逡逑圖２－４原始指紋圖像逡逑１３逡逑

逡逑本文的實驗主要在實驗室采集的指紋庫上進行，該指紋庫在第三章會提及。逡逑圖２－４為采集器采集的原始指紋圖像，大小為１９２０Ｘ邋１２００。圖２－５為圖２－４中紅逡逑色區(qū)域的放大圖，從中可以看出，采集過程中引入的主要是椒鹽噪聲，處理該噪逡逑聲最實用的方法是中值濾波。該方法的原理與實現(xiàn)都比較簡單。但為了滿足實時逡逑性，需要對中值濾波算法進行一定的優(yōu)化。逡逑圖２－４原始指紋圖像逡逑１３逡逑

交換后記錄紅色邐大小，四個大數(shù)即為四個中值逡逑圖２－６方法二示意圖逡逑此方法中第一步與第二步比較的兩行數(shù)字的結(jié)果可以記錄，第五步滑動后可逡逑以省去新區(qū)域左半部分的比較，通過１２次比較可以得出４個中值，理論上速度逡逑會提升很多。為了驗證方法二在本文采集的數(shù)據(jù)集中的可行性，對圖２－４分別進逡逑行傳統(tǒng)的中值濾波和方法二的中值濾波，將兩幅處理后的圖像作差并求絕對值。逡逑為了結(jié)果看起來更加明顯，圖２－７為整體開根號并歸一化的結(jié)果。從圖中可以看逡逑出，除了中間行偏左的小區(qū)域（即圖中紅色區(qū)域）有較大的差異外，其他區(qū)域相逡逑差很小。差異較大的區(qū)域正對應(yīng)原圖中椒鹽噪聲比較集中的區(qū)域，且是由采集過逡逑程引入的誤差

【參考文獻】

相關(guān)期刊論文 前2條

1 劉貴喜;劉冬梅;劉鳳鵬;周亞平;;一種穩(wěn)健的特征點配準算法[J];光學學報;2008年03期

2 劉君;朱善安;;基于信號互相關(guān)函數(shù)與神經(jīng)網(wǎng)絡(luò)的全自動圖像配準算法[J];航天醫(yī)學與醫(yī)學工程;2006年06期

相關(guān)博士學位論文 前2條

1 宋智禮;圖像配準技術(shù)及其應(yīng)用的研究[D];復旦大學;2010年

2 楊占龍;基于特征點的圖像配準與拼接技術(shù)研究[D];西安電子科技大學;2008年

相關(guān)碩士學位論文 前3條

1 金紹斌;基于粒子群優(yōu)化的CNN模板設(shè)計及其在醫(yī)學圖像配準中的應(yīng)用研究[D];江西理工大學;2015年

2 李致遠;基于改進的圖像配準方法的全景圖像拼接研究[D];吉林大學;2015年

3 吳志丹;高分辨率指紋汗孔特征提取與匹配算法研究[D];哈爾濱工業(yè)大學;2013年

本文編號：2787085