如今,計算機(jī)技術(shù)飛速發(fā)展和廣泛應(yīng)用,生物特征識別技術(shù)成了目前最方便最安全的身份識別技術(shù)。而指紋的穩(wěn)定性和唯一性使得指紋識別技術(shù)在生物特征識別技術(shù)市場中占據(jù)將近半壁江山。廣泛應(yīng)用于民用生活、商業(yè)產(chǎn)品、犯罪刑偵、遺傳工程等各個領(lǐng)域。目前指紋識別技術(shù)還存在著很多問題,比如指紋圖像預(yù)處理后的指紋圖像質(zhì)量差,指紋匹配的識別率不高,運(yùn)算速度慢等問題。本文通過研究基于BP神經(jīng)網(wǎng)絡(luò)模型和LVQ神經(jīng)網(wǎng)絡(luò)模型的指紋識別技術(shù),對比分析兩者識別的準(zhǔn)確率。主要對如下幾個方面進(jìn)行深入研究。在指紋圖像預(yù)處理中,先對指紋圖像進(jìn)行分割,在指紋圖像增強(qiáng)中,首先歸一化,然后計算方向圖,計算頻率,計算區(qū)域掩碼,最后進(jìn)行濾波。在處理二值化圖像中,使用腐蝕膨脹操作對二值化圖像進(jìn)行修復(fù),去掉圖像中存在的一些空洞點和噪點。在指紋圖像預(yù)處理完成后,采用奇異點的位置分布信息來進(jìn)行指紋分類,然后從細(xì)化二值圖像中進(jìn)行特征提取。最后利用兩種神經(jīng)網(wǎng)絡(luò)模型進(jìn)行指紋識別的實驗。實驗結(jié)果表明:本文使用LVQ神經(jīng)網(wǎng)絡(luò)模型對指紋分類識別效果的識別率均高于BP神經(jīng)網(wǎng)絡(luò)模型。 

【文章來源】：西安石油大學(xué)陜西省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

ROC（ReceiverOperatingCurve）曲線

西安石油大學(xué)碩士學(xué)位論文8圖2-1ROC（ReceiverOperatingCurve）曲線（4）魯棒性魯棒性也就是系統(tǒng)的健壯性和強(qiáng)壯性。它也是在異常和危險情況下系統(tǒng)生存的能力。指系統(tǒng)在一定（結(jié)構(gòu)，大小）的參數(shù)攝動下，維持其某些性能的特性。根據(jù)對性能的不同定義，可分為穩(wěn)定魯棒性和性能魯棒性。（5）指紋模式識別自動指紋識別系統(tǒng)就是通過模擬人大腦的運(yùn)作方式，將不同指紋進(jìn)行鑒別的過程。利用模式識別解決問題的方法思想和流程，來實現(xiàn)指紋識別。指紋模式識別主要分為數(shù)據(jù)采集、數(shù)據(jù)處理、分類決策三部分，流程如圖2-2所示。圖2-2指紋模式識別流程圖2.2指紋識別技術(shù)的優(yōu)點指紋識別技術(shù)相對于其它生物特征識別技術(shù)，有其獨特的優(yōu)勢，主要表現(xiàn)為：（1）指紋具有唯一性和穩(wěn)定性，即指紋不會隨著時間的改變或者身體健康與否而發(fā)生改變。比如聲紋識別和人臉識別就受到這些因素的影響。（2）用戶接受程度高，需要采集的指紋易于獲齲而且目前已有標(biāo)準(zhǔn)的指紋樣本庫，指紋識別系統(tǒng)對開發(fā)和運(yùn)行環(huán)境要求適中，可以普遍實用。（3）每個人的指紋來源于十根指頭，每根指頭表層的指紋各不相同，因此我們可以通過若干個指頭的指紋進(jìn)行識別，來增加身份識別的安全性和可靠性。（4）在指紋存儲中，存儲的是通過指紋圖像采集而來的特征，而不是指紋圖，大大

進(jìn)行調(diào)整，以此來正確的表示正在處理的數(shù)據(jù)。人工神經(jīng)網(wǎng)絡(luò)模仿生物大腦的結(jié)構(gòu)，神經(jīng)元在經(jīng)過突觸進(jìn)行電化學(xué)沖動的交換，使得我們大腦的神經(jīng)系統(tǒng)對外界的刺激在腦海中經(jīng)過信息處理而形成一系列想法。例如人們聽到一句兒歌，聽覺神經(jīng)元被激活，以我們的記憶為前提，使我們找到“這是一句兒歌”。哪怕我們已經(jīng)沒有在聽這句兒歌，但是短時間內(nèi)我們對這句兒歌的聲音依舊是非常清晰。原因就是聽覺神經(jīng)元與突觸不斷地進(jìn)行著與之前記憶的連接，使我們可以持續(xù)的感受到。人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)元的原型就是生物神經(jīng)系統(tǒng)中的神經(jīng)細(xì)胞。如圖3-1所示，大量簡單的基本相同的神經(jīng)元相互連接，形成神經(jīng)元數(shù)學(xué)模型，單個的神經(jīng)元結(jié)構(gòu)和作用都很單一簡單，但是大量的神經(jīng)元連接在一起后，其整體運(yùn)行是非常復(fù)雜和多變的，因此可以表示外界各種真實物體刺激帶來的反映。神經(jīng)元數(shù)學(xué)模型是人工神經(jīng)網(wǎng)絡(luò)模型的原型，人工神經(jīng)網(wǎng)絡(luò)通過結(jié)合生物神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)統(tǒng)計運(yùn)算模型，運(yùn)用數(shù)學(xué)統(tǒng)計工具來執(zhí)行相較于人的簡單的運(yùn)算和處理判斷能力，使其智能化[23]。人工神經(jīng)網(wǎng)絡(luò)可以看做是類似大腦運(yùn)轉(zhuǎn)和自適應(yīng)性的信息處理，究其根本，就是一種具有并行性，分布式的在各個方面和層面對生物神經(jīng)系統(tǒng)進(jìn)行仿照的信息處理功能。圖3-1生物神經(jīng)元結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]指紋識別系統(tǒng)簡述與發(fā)展方向[J]. 毋俊.  電子技術(shù)與軟件工程. 2018(03)
[2]BP神經(jīng)網(wǎng)絡(luò)隱層單元數(shù)確定方法[J]. 焦斌,葉明星.  上海電機(jī)學(xué)院學(xué)報. 2013(03)
[3]人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J]. 毛健,趙紅東,姚婧婧.  電子設(shè)計工程. 2011(24)
[4]基于LVQ神經(jīng)網(wǎng)絡(luò)的手寫字母識別[J]. 段明秀,何迎生.  吉首大學(xué)學(xué)報(自然科學(xué)版). 2010(02)
[5]基于生物識別IC技術(shù)的應(yīng)用展望[J]. 李錦,薛江煒,馬克生.  中國防偽報道. 2009(04)
[6]一種有效的基于八鄰域查表的指紋圖像細(xì)化算法[J]. 楊威,郭科,魏義坤.  四川理工學(xué)院學(xué)報(自然科學(xué)版). 2008(02)
[7]電子商務(wù)環(huán)境下生物識別技術(shù)綜述[J]. 邢書寶,薛惠鋒,吳慧欣.  商場現(xiàn)代化. 2008(09)
[8]人工神經(jīng)網(wǎng)絡(luò)研究概述[J]. 金星姬,賈煒瑋.  林業(yè)科技情報. 2008(01)
[9]幾種生物識別方法的比較研究[J]. 陳洪京.  河北省科學(xué)院學(xué)報. 2007(04)
[10]幾種人體生物特征的生物識別技術(shù)比較[J]. 吳作好,曾潔,鄒娟,楊曉東,張堯.  現(xiàn)代電子技術(shù). 2007(14)

博士論文
[1]指紋識別技術(shù)相關(guān)算法的研究[D]. 張圓圓.北京郵電大學(xué) 2012

碩士論文
[1]基于SAE-BP神經(jīng)網(wǎng)絡(luò)的水體“三氮”在線預(yù)測模型研究[D]. 付泰然.華中農(nóng)業(yè)大學(xué) 2018
[2]基于安卓系統(tǒng)的特殊人群簽到管理平臺[D]. 張明.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[3]指紋圖像增強(qiáng)算法的研究[D]. 尹麗.燕山大學(xué) 2014
[4]基于Gabor濾波和二維最大熵的低質(zhì)量指紋預(yù)處理技術(shù)[D]. 張升斌.國防科學(xué)技術(shù)大學(xué) 2013
[5]基于神經(jīng)網(wǎng)絡(luò)的火電廠飛灰含碳量測量[D]. 朱競東.華北電力大學(xué) 2012
[6]指紋圖像質(zhì)量評估方法與應(yīng)用研究[D]. 趙聯(lián)征.山東大學(xué) 2012
[7]指紋圖像分割方法研究[D]. 徐華麗.中北大學(xué) 2011
[8]低質(zhì)量指紋圖像增強(qiáng)與特征提取技術(shù)[D]. 周�；�.國防科學(xué)技術(shù)大學(xué) 2011
[9]基于多值邏輯的神經(jīng)網(wǎng)絡(luò)模型設(shè)計與應(yīng)用[D]. 韓洪寧.北京郵電大學(xué) 2011
[10]指紋圖像預(yù)處理算法的研究與實現(xiàn)[D]. 李青.中北大學(xué) 2010



本文編號：3498213