基于特征融合的低质量指纹图像的识别方法研究

发布时间：2024-05-15 19:56

　　现有的指纹识别算法应用于低质量指纹图像时,由于指纹图像存在污损、断裂、伤疤和形变等问题,能够提取的有效特征变少或者伪特征变多,从而导致了指纹识别变得十分困难。国内外学者针对该问题已经提出了很多解决办法,但在识别速度和准确率上依旧难以同时达到很高的水平,这也是现如今指纹识别领域中迫切需要解决的问题。针对该问题,分析和总结了国内外学者在低质量指纹图像识别领域提出的学术研究成果,并对其识别过程中的图像增强、图像分割和特征匹配等方法进行了相应的改进和优化。本文的主要工作包括:(1)提出了基于改进算子和自适应微分阶数的低质量指纹图像增强方法。该方法选择了比传统算子更高精度的微分增强算子,并以距离为标准对传统算子结构进行了优化,达到了更好的效果。此外,根据指纹图像的特点,构造了由图像局部信息熵和梯度组成的自适应微分阶数函数,保证了图像中各像素点都能获取较优的微分阶数,从而使得整体的图像增强效果得到进一步提升。(2)提出了基于自适应阈值和形态学的二层分割方法。该方法在第一次分割中,通过选择灰度共生矩阵的对比度方差和其他实验参数来对分割阈值进行自适应优化,提升初步分割效果。在二次分割中,根据初步分割产...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图1-1市场规模与预测

1第1章绪论1.1研究背景与意义随着社会日趋信息化和智能化，人们对身份验证的需求也日益迫切，生物特征识别的使用也变得愈加广泛。该技术主要是利用人类的生物特征（包括指纹、掌纹、虹膜、人脸等）来实现身份认证[1]，这些生物特征往往可以采用相应的仪器进行测量而准确定位识别，并且还具有终....

图1-3中心点和三角点

51.2.2指纹特征提取与匹配研究现状在指纹匹配过程中，因为每个人都具有不同的指纹纹理结构，导致提取到的特征信息也会存在很大的差异。借助这些差异的大小程度即可反映出指纹间的相似程度，从而判定两枚指纹是否来自于同一手指。目前根据指纹特征的结构信息可以将其分为两类，一类是描述指纹图像....

图1-4指纹图像细节点特征

6法都是选择以奇异点为参照点来实现特征点匹配。当下使用最多的奇异点特征提取算法是基于指纹图像方向场来进行求取的，主要原因是奇异点周围的方向场变化比较有特点，并且不同奇异点间的变化特点也不同。3细节点特征在指纹匹配过程中，常用的比对因子就是细节点特征，该特征包括端点、分叉点、短线、....

图2-1分数阶微分的信号幅频曲线图

11式为：001()lim(1)(),0GLkkhkDfxCfxkhh（2-2）其中，f(x)代表实函数，(1)(1)(1)kCkk代表二项式系数，()代表Gamma函数。2.1.2Riemann-Liouville分数阶微积分定义函数f(x)(a,x)(ax,aR,xR)的阶R....

本文编号：3974145