手部及其残影红外成像的特征融合和识别方法

发布时间：2022-10-04 21:41

　　与传统密码认证相比,生物特征不易丢失,具有唯一性和较好的稳定性。目前的生物特征识别系统多采用可见光图像,在信息采集、特征提取和分类识别等方面面临着一些技术瓶颈,限制了技术的应用发展。围绕如何提高特征识别系统的鲁棒性和准确性的问题,本文尝试实现一种利用手部及其残影（手印）红外成像的识别系统。利用红外热成像技术采集手部及手印热量信息,对原始图像进行灰度化、滤波降噪、二值化、轮廓提取等预处理,获取清晰的手部轮廓。根据手部图像和手印图像不同的特征信息,采取不同的特征提取方法,包括拐点提取、椭圆拟合、椭圆二次拟合等方法,并建立了特征向量空间。运用多模态特征融合方法和特征降维方法,对提取出的手部特征和手印特征进行特征融合和特征降维,选择合适的特征进行分类识别。用一对一方法实现支持向量机的多分类算法。本文实现了利用红外手部和手印图像特征融合进行个体识别的方法,对12名实验对象采集红外手部、手印图像共1200余张进行实验,取得了较高的识别准确率（70～90%）。实验结果证明,利用红外手部手印图像进行个体识别是可行的,对生物特征进行特征融合和特征降维比使用单一生物特征识别效果更好,通过本课题的方法可以有... 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
学位论文数据集
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
        1.1.1 课题背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 主要研究内容及创新点
        1.3.1 主要研究内容
        1.3.2 论文的创新点
    1.4 论文的组织形式
第二章 论文研究思路及相关技术介绍
    2.1 总体研究思路
        2.1.1 传统生物特征识别系统
        2.1.2 论文研究框架
    2.2 相关技术介绍
        2.2.1 红外热成像技术
        2.2.2 轮廓检测方法
        2.2.3 多模态特征融合技术
        2.2.4 特征降维
        2.2.5 有监督的分类方法
    2.3 本章小结
第三章 手部及其残影的红外图像的采集及预处理
    3.1 红外图像的采集
    3.2 图像预处理
        3.2.1 图像灰度化
        3.2.2 图像滤波
        3.2.3 二值化处理
        3.2.4 轮廓提取
    3.3 本章小结
第四章 手部及其残影的红外图像的特征提取及特征融合
    4.1 特征分析
        4.1.1 手部红外图像特征分析
        4.1.2 手印红外图像特征分析
    4.2 基于链编码平面曲线的拐点检测
    4.3 轮廓的曲线拟合方法
        4.3.1 直接最小二乘椭圆拟合
        4.3.2 椭圆二次拟合
    4.4 特征空间的建立
    4.5 特征融合与特征降维
        4.5.1 特征层多模态特征融合
        4.5.2 支持向量机递归特征消除方法
    4.6 本章小结
第五章 实验设计与结果分析
    5.1 分类识别方法
        5.1.1 支持向量机分类
        5.1.2 多分类方法实现
    5.2 实验设计
    5.3 评估标准
    5.4 结果分析
    5.5 本章小结
第六章 总结与展望
    6.1 论文主要研究成果
    6.2 工作展望
参考文献
致谢
作者及导师简介
附件


【参考文献】：
期刊论文
[1]C4.5决策树改进算法研究[J]. 冯帆,徐俊刚.  电子技术. 2012(06)
[2]生物特征识别综述[J]. 田启川,张润生.  计算机应用研究. 2009(12)
[3]生物特征识别综述[J]. 卢官明,李海波,刘莉.  南京邮电大学学报(自然科学版). 2007(01)
[4]生物特征识别技术综述[J]. 景英娟,董育宁.  桂林电子工业学院学报. 2005(02)
[5]生物特征识别技术综述[J]. 孙冬梅,裘正定.  电子学报. 2001(S1)



本文编号：3685809