基于Android系统的小面积指纹识别技术的研究
发布时间：2021-06-18 11:33
指纹识别技术已经广泛应用在智能手机和平板电脑等移动终端设备,然而,随着移动终端设备朝着轻薄化方向发展,电容式指纹采集器越来越小巧,导致采集到的指纹图像面积越来越小。小面积指纹图像中含有的细节特征点（端点和分叉点）的数量较少,基于细节特征点的传统指纹识别方法在小面积指纹识别时,将会出现正确接受率降低和错误接受率升高的现象,无法满足移动终端设备的应用要求,因此小面积指纹识别技术成为了指纹识别领域的研究热点之一。为了提高小面积指纹的正确接受率,本文从图像处理和深度学习两个方向对小面积指纹识别技术进行了深入研究,主要工作和创新点如下:1、提出一种基于二值描述子的小面积指纹识别方法。首先采用高斯差分的方法进行关键点检测,并以关键点为中心,提取由指纹原图的超短二值描述子和指纹二值图像的详细信息组成的二值描述子;其次在关键点对匹配时,使用汉明距离分别实现超短二值描述子和二值图像的详细信息的粗匹配和精匹配;最后实现基于二值描述子的指纹特征拼接,提高指纹正确接受率。2、提出一种基于密集连接卷积网络的小面积指纹识别方法。对指纹原图做图像增强处理,并充分利用密集连接卷积网络特征复用的优点构建提取指纹特征的深...
【文章来源】：西安科技大学陕西省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
生物特征识别市场按技术分类百分比随着指纹识别技术的发展，电容式指纹采集器不仅仅应用在移动终端设备中，而且
(d) (e) (f)图 1.2 使用电容式指纹采集器的应用产品小面积指纹识别技术广泛应用在移动终端设备、智能门禁以及汽车等生活场景中，此外，在移动终端设备中与其他生物特征融合、安防系统、云计算和移动互联网的复合身份认证等领域中有待实际应用落地，给社会和用户带来便利，因此小面积指纹识别技术有着很大的应用空间[8]。1.2 小面积指纹识别算法研究现状和趋势依赖细节特征点(端点和分叉点)的传统指纹识别算法，已证明其在指纹识别中的高效性和可靠性[9-10]。然而，当指纹信息丢失或者不完整时，依赖细节特征点的方法识别性能将大大降低。嵌入到智能手机的指纹采集器通常比传统的指纹采集器采集得到的面积小，一般只有正常手指面积的 15%-40%，采集到的图像所包含的细节特征点较少，如图 1.3 所示，基于细节特征点的传统指纹识别方法对小面积指纹识别时，达不到应用移动终端设备的要求。
(e) 图 1.2 使用电容式指纹采集器的应用产品技术广泛应用在移动终端设备、智能门禁以及汽车等备中与其他生物特征融合、安防系统、云计算和移动待实际应用落地，给社会和用户带来便利，因此小面间[8]。别算法研究现状和趋势(端点和分叉点)的传统指纹识别算法，已证明其在指然而，当指纹信息丢失或者不完整时，依赖细节特征入到智能手机的指纹采集器通常比传统的指纹采集器手指面积的 15%-40%，采集到的图像所包含的细节节特征点的传统指纹识别方法对小面积指纹识别时，
【参考文献】：
期刊论文
[1]基于深度学习的小面积指纹匹配方法[J]. 张永良,周冰,詹小四,裘晓光,卢天培. 计算机应用. 2017(11)
[2]基于细节点局部结构与LBP的指纹特征融合方法[J]. 梁凯. 信息技术. 2017(09)
[3]指纹识别技术发展现状[J]. 顾陈磊,刘宇航,聂泽东,李景振,王磊. 中国生物医学工程学报. 2017(04)
[4]指纹三角区域特征点融合匹配STSF算法研究[J]. 艾乐,张志忠. 计算机科学与探索. 2017(06)
[5]二值化的SIFT特征描述子及图像拼接优化[J]. 李倩,江泽涛. 中国图象图形学报. 2016(12)
[6]基于TrustZone的指纹识别安全技术研究与实现[J]. 杨霞,刘志伟,雷航. 计算机科学. 2016(07)
[7]智能手机中指纹技术的安全性分析[J]. 臧亚丽. 科技导报. 2016(09)
[8]RBFD:一种鲁棒的图像局部二值特征描述子[J]. 耿利川,成运,苏松志,林贤明,李绍滋. 计算机辅助设计与图形学学报. 2015(05)
[9]面向社交多媒体安全分享的树结构小波域联合指纹与加密[J]. 叶从欢,熊曾刚,丁么明,李纪平,王光伟,张学敏,张凯兵. 小型微型计算机系统. 2014(10)
[10]锁住你的秘密 iPhone 5s Touch ID探秘[J]. 技术宅. 电脑爱好者. 2013(21)
硕士论文
[1]小面积指纹拼接算法研究[D]. 付青柳.西安电子科技大学 2017
[2]指纹加密算法及其应用研究[D]. 李岩.西安电子科技大学 2017
[3]指纹识别技术在支付认证系统的应用[D]. 刘泽丽.天津科技大学 2017
[4]基于Cortex-A9的智能家居控制模块的设计与实现[D]. 魏霞.西安电子科技大学 2016
[5]基于Android手机的指纹识别技术研究[D]. 邱士星.西安电子科技大学 2014
[6]指纹图像增强算法的研究[D]. 尹丽.燕山大学 2014
[7]指纹图像识别预处理及特征提取算法研究与实现[D]. 张玉静.景德镇陶瓷学院 2014
[8]安卓在新一代数字电视芯片上的移植技术研究[D]. 赵爽怡.华中科技大学 2013
本文编号：3236585
【文章来源】：西安科技大学陕西省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
生物特征识别市场按技术分类百分比随着指纹识别技术的发展，电容式指纹采集器不仅仅应用在移动终端设备中，而且
(d) (e) (f)图 1.2 使用电容式指纹采集器的应用产品小面积指纹识别技术广泛应用在移动终端设备、智能门禁以及汽车等生活场景中，此外，在移动终端设备中与其他生物特征融合、安防系统、云计算和移动互联网的复合身份认证等领域中有待实际应用落地，给社会和用户带来便利，因此小面积指纹识别技术有着很大的应用空间[8]。1.2 小面积指纹识别算法研究现状和趋势依赖细节特征点(端点和分叉点)的传统指纹识别算法，已证明其在指纹识别中的高效性和可靠性[9-10]。然而，当指纹信息丢失或者不完整时，依赖细节特征点的方法识别性能将大大降低。嵌入到智能手机的指纹采集器通常比传统的指纹采集器采集得到的面积小，一般只有正常手指面积的 15%-40%，采集到的图像所包含的细节特征点较少，如图 1.3 所示，基于细节特征点的传统指纹识别方法对小面积指纹识别时，达不到应用移动终端设备的要求。
(e) 图 1.2 使用电容式指纹采集器的应用产品技术广泛应用在移动终端设备、智能门禁以及汽车等备中与其他生物特征融合、安防系统、云计算和移动待实际应用落地，给社会和用户带来便利，因此小面间[8]。别算法研究现状和趋势(端点和分叉点)的传统指纹识别算法，已证明其在指然而，当指纹信息丢失或者不完整时，依赖细节特征入到智能手机的指纹采集器通常比传统的指纹采集器手指面积的 15%-40%，采集到的图像所包含的细节节特征点的传统指纹识别方法对小面积指纹识别时，
【参考文献】：
期刊论文
[1]基于深度学习的小面积指纹匹配方法[J]. 张永良,周冰,詹小四,裘晓光,卢天培. 计算机应用. 2017(11)
[2]基于细节点局部结构与LBP的指纹特征融合方法[J]. 梁凯. 信息技术. 2017(09)
[3]指纹识别技术发展现状[J]. 顾陈磊,刘宇航,聂泽东,李景振,王磊. 中国生物医学工程学报. 2017(04)
[4]指纹三角区域特征点融合匹配STSF算法研究[J]. 艾乐,张志忠. 计算机科学与探索. 2017(06)
[5]二值化的SIFT特征描述子及图像拼接优化[J]. 李倩,江泽涛. 中国图象图形学报. 2016(12)
[6]基于TrustZone的指纹识别安全技术研究与实现[J]. 杨霞,刘志伟,雷航. 计算机科学. 2016(07)
[7]智能手机中指纹技术的安全性分析[J]. 臧亚丽. 科技导报. 2016(09)
[8]RBFD:一种鲁棒的图像局部二值特征描述子[J]. 耿利川,成运,苏松志,林贤明,李绍滋. 计算机辅助设计与图形学学报. 2015(05)
[9]面向社交多媒体安全分享的树结构小波域联合指纹与加密[J]. 叶从欢,熊曾刚,丁么明,李纪平,王光伟,张学敏,张凯兵. 小型微型计算机系统. 2014(10)
[10]锁住你的秘密 iPhone 5s Touch ID探秘[J]. 技术宅. 电脑爱好者. 2013(21)
硕士论文
[1]小面积指纹拼接算法研究[D]. 付青柳.西安电子科技大学 2017
[2]指纹加密算法及其应用研究[D]. 李岩.西安电子科技大学 2017
[3]指纹识别技术在支付认证系统的应用[D]. 刘泽丽.天津科技大学 2017
[4]基于Cortex-A9的智能家居控制模块的设计与实现[D]. 魏霞.西安电子科技大学 2016
[5]基于Android手机的指纹识别技术研究[D]. 邱士星.西安电子科技大学 2014
[6]指纹图像增强算法的研究[D]. 尹丽.燕山大学 2014
[7]指纹图像识别预处理及特征提取算法研究与实现[D]. 张玉静.景德镇陶瓷学院 2014
[8]安卓在新一代数字电视芯片上的移植技术研究[D]. 赵爽怡.华中科技大学 2013
本文编号：3236585
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3236585.html
