《匹配算法形状上下文质量评估神经网络硕士论文》由会员分享，可在线阅读，更多相关《匹配算法形状上下文质量评估神经网络硕士论文（5页珍藏版）》请在金锄头文库上搜索。
1、指纹识别系统中图像质量评估与匹配算法的研究及实现指纹识别系统中图像质量评估与匹配算法的研究及实现信号与信息处理， 2011， 硕士【摘要】 由于具有唯一性、可靠性和稳定性等特点,指纹已成为身份识别和鉴定的一个重要标志,并被公认为“物证之首”。尽管指纹识别系统的研发已取得重大进展,但是仍然存在许多难题,如:在对不同环境下采集到的不同质量的指纹图像进行一对一识别时的准确度不够理想;针对大规模指纹库的识别率和搜索时间远远不能满足实际应用的需求等。针对上述问题,本文将综合利用数字图像处理、计算机视觉、智能算法等方面的知识,主要研究指纹图像质量评估算法和指纹匹配算法,并取得了以下研究成果:(1)研究并实
2、现了自动指纹识别系统中的关键技术。主要包括质量评估、预处理、特征提取和匹配算法。这些算法的实现为自动指纹识别系统的实现和后续对质量评估算法和匹配算法的研究实验奠定了基础。(2)分析了现有质量评估算法的不足,并尝试使用神经网络进行指纹图像质量的评估。这种算法以局部特征为神经网络的输入,质量分数为输出,用神经网络模仿人类对图像质量的评估方法。该方法相对于其他基于局部特征的算法更能准确地评估图像的质量,给出合理的质量分数。(3)尝试将形状上下文算法用于指纹识别中以提高指纹匹配的性能,该算法利用某特征点附近其余特征点的分布情况作为特征进行特征. 更多还原【Abstract】 Due to its un
3、iqueness, reliability and permanence, fingerprint has become the most important symbol of individual identification, which also was acknowledged as“the chief physical evidence”. Although the research and development of AFIS (Automatic Fingerprint Identification System) has obtained significant progr
4、ess, some difficulties still exist. For example, the accuracy of one-to-one identification between fingerprints which were collected under different environments is not ideal; and the per. 更多还原 【关键词】 匹配算法； 形状上下文； 质量评估； 神经网络； 【Key words】 matching algorithm； shape context； quality estimation； BP neura
5、l network； 摘要 4-5 ABSTRACT 5 第一章 绪论 9-18 1.1 引言 9-10 1.2 生物特征识别技术简介 10-11 1.3 指纹识别技术简介 11-13 1.4 课题的研究现状 13-16 1.4.1 指纹图像质量评估 13-15 1.4.2 指纹匹配算法 15-16 1.5 本文的研究内容及结构安排 16-18 1.5.1 研究内容 16-17 1.5.2 文章结构安排 17-18 第二章 指纹识别系统中关键算法介绍 18-32 2.1 指纹识别系统的设计 18-22 2.1.1 指纹图像的获取 18-19 2.1.2 指纹的表示方法 19-20 2.1.3
6、特征提取 20 2.1.4 指纹的匹配 20-22 2.1.5 设计总结 22 2.2 指纹图像分割算法 22-25 2.2.1 指纹图像的梯度 23-24 2.2.2 图像分割 24-25 2.3 图像增强算法 25-29 2.3.1 方向场的计算 26-27 2.3.2 Gabor 滤波增强 27-29 2.4 特征提取算法 29-31 2.4.1 脊线平滑 29 2.4.2 提取细节点 29-30 2.4.3 去除伪细节点 30-31 2.5 本章总结 31-32 第三章 指纹图像质量评估算法的研究 32-51 3.1 指纹图像质量评估 32-38 3.1.1 图像局部质量的评估 32-
7、36 3.1.2 图像全局质量的评估 36-37 3.1.3 本文的质量评估算法 37-38 3.2 人工神经网络 38-44 3.2.1 人工神经元 38-39 3.2.2 感知器的学习算法 39-40 3.2.3 反向传播神经网络 40-43 3.2.4 对反向传播神经网络的改进 43-44 3.3 实验测试与结果分析 44-50 3.3.1 建立神经网络模型 44-46 3.3.2 网络的训练 46-47 3.3.3 实验结果 47-50 3.4 本章总结 50-51 第四章 指纹匹配算法的研究 51-65 4.1 基于点模式的匹配方法 51-53 4.2 基于形状上下文的指纹匹配方法 53-62 4.2.1 形状上下文 54-55 4.2.2 基于形状上下文的算法 55-58 4.2.3 形状上下文算法用于指纹匹配 58-62 4.3 实验方法与结果分析 62-64 4.4 本章小结 64-65 第五章 结束语 65-67 5.1 总结 65-66 5.2 展望 66-67 致谢 67-68 参考文献 68-72
