基于全卷积神经网络的OCT内外指纹提取算法

发布时间：2021-07-13 00:45

　　指纹识别是生物特征识别技术中被重点关注的技术之一。目前,指纹识别技术已被广泛用于刑侦、金融、出入境等领域。然而,当伪造指纹被使用时,传统的自动指纹识别系统易被攻破,从而造成安全问题。在手指皮下的乳头层存在着和外部指纹完全一致的内部指纹结构,它是外部表皮指纹的来源,无法轻易被伪造指纹代替。光学相干层析技术（Optical Coherence Tomography,OCT）是一种非侵入式的高分辨率成像技术,可以清楚地获取手指的内部指纹信息,从而增强指纹识别技术的防伪能力。本文利用OCT技术采集皮下三维手指数据,提出了一种基于改进全卷积神经网络的OCT外部与内部指纹提取算法,本文主要的工作和成果归纳如下:（1）使用改进的全卷积神经网络提取角质层和乳头层轮廓:针对现有算法中存在的角质层与乳头层轮廓提取不够准确等问题。结合指纹皮下的内部结构特征,本文提出一种经过改进的全卷积神经网络,在原始的全卷积神经网络中加入卷积长短时记忆网络、残差连接结构和批量归一化层结构,通过该网络直接分割OCT手指三维数据,获取手指中的角质层和乳头层轮廓。实验证明使用本文提出的算法提取角质层和乳头层轮廓,其均方误差、豪斯... 

【文章来源】：浙江工业大学浙江省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

手指皮下结构示意图Figure1-1.Schematicillustrationofthesubcutaneousstructureofthefinger

图2-1频域OCT原理图gure 2-1. Frequency domain OCT schem度为rz ，样品的深度为nz ，样品的 ( )sE k 分别表示为：( ) ( )cos(2 )r rE k E k k z t dk ( ) ( ) cos(2 )s n nn k E k R k z t d 干涉后，光谱仪接收到的光的信号2( ) cos[2 ( )] sn m m n nnm n kR R k z z R 依次为直流信号部分，互相关部分过程中，需要测量反射率信息nR 和k )，利用逆傅里叶变换由频域转化为:

基于全卷积神经网络的 OCT 内外指纹提取算法2.2 OCT 指纹提取方法介绍OCT 外指纹和内指纹提取算法主要分为两类——切片法和轮廓提取法。切片法分别预估角质层和乳头层距离手指表面的大致深度，提取该深度下曲线的灰度值特征，拼接所有 B-scan 图像的灰度值特征，生成外指纹和内指纹灰度指纹图。如图 2-2（a）所示，红色曲线表示角质层周围的预设深度曲线，蓝色曲线表示乳头层周围的预设深度曲线。相比于切片法，轮廓提取法需要精确提取角质层和乳头层等轮廓。如图 2-2（b）所示，天青色、红色和蓝色曲线分别代表玻璃层、角质层和乳头层曲线。通过精确获取所有 B-scan 图像中上述轮廓的起伏特征，拼接得到外指纹和内指纹。


本文编号：3280989