CASIA OpenIR  > 毕业生  > 硕士学位论文
自动指纹识别细节匹配方法的研究
邓翔
学位类型工学硕士
导师田捷
1999-06-01
学位授予单位中国科学院自动化研究所
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
摘要自动指纹识别技术是当今蓬勃发展的生物特征身份确认技术的一个重要的 分支,并且已经在实践中得到比较广泛的应用。自动指纹识别可以大致分为以 下三个步骤:图象预处理,细节提取,细节匹配。 在图象预处理部分,我们采用了全局和局部阈值相结合的图象分割算法, 图象增强使用了频域的非线性滤波增强算法。我们将二值化模板,方向检测模 板合二为一。在二值化后处理之后,利用了安全点细化算法进行细化,并进行 了去除毛刺和斑点的细化后处理。 在细节提取之后,我们结合细节点的位置、结构等信息以及指纹图象的核 心点特征较好地删除了密集分和类型、具有结构特征类型和图象边缘上这三种 类型的虚假细节点。 在细节匹配部分,我们结合Anilk.Jain等提出的细节匹配思想,改进了利 用脊线匹配的细节匹配算法。我们的算法跟踪和细节点相连接的标志脊线后, 得到一系列脊线上的点。再结合细节点的信息来求取细节点集之间的变换参数 (包括旋转因子、平移因子),从而确定模板和输入之间对应的细节点。另外, 我们还在匹配过程中,对指纹图象的非线性变形进行了补偿。 我们从美国国家标准技术局(NIST)发布的NIST-14指纹库指纹图象数据 中随机抽取出一部分指纹图象进行加噪声、旋转和平移等处理后对我们的系统 进行了测试。对比实验结果表明,我们的算法能够较好地求取变换参数,并有 效地识别具有噪声、旋转和平移的指纹: 在以上算法研究的基础上,我们设计了一个自动指纹认证系统的原型。该 系统在基于Windows 95操作系统的微机上,用C++和SQL语言实现,系统与 指纹数据库的接口采用ODBC标准。 本文的工作是在国家自然科学基金(项目批准号:69875019)的资助下完 成的。
馆藏号XWLW503
其他标识符503
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/7249
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
邓翔. 自动指纹识别细节匹配方法的研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1999.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[邓翔]的文章
百度学术
百度学术中相似的文章
[邓翔]的文章
必应学术
必应学术中相似的文章
[邓翔]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。