左龙[1]2012年在《基于大容量指纹库的指纹自动分类检索技术研究》文中研究说明随着网络和信息技术的快速发展,自动指纹识别技术的应用领域和范围在不断扩大,因此也出现了更多的应用需求。现有的指纹识别算法针对大容量指纹库的识别仍存在很多不足,本文以基于大容量指纹库的指纹自动分类检索技术研究为主线,在指纹质量评估、指纹特征提取、指纹分类检索等方面进行了研究,主要研究成果有：1、研究了一种基于全局特征与局部特征相结合的指纹质量评测方法。该方法根据不同的评测指标对指纹图像质量进行分级评估,对于质量不合格的指纹,立即终止其评估流程,提示用户重新输入指纹图像。2、深入分析了指纹图像奇异区的结构特点,提出了一种基于复数滤波和Gaussian-Hermite矩相结合的奇异点定位方法。首先根据指纹图像的曲率分布情况初步定位奇异区,然后分别利用复数滤波技术和Gaussian-Hermite矩的分布属性对奇异点进行精确定位,去除图像处理过程中出现的伪奇异点,同时有效地提取出相互靠得很近的那对奇异点,提高了奇异点定位的准确率。3、深入分析了指纹图像的频谱结构特征,提出了一种基于频谱特征分析的脊线平均频率计算方法。为降低非线性形变与灰度对计算结果的影响,截取指纹图像的中心区域,分别对其作增强和二值化处理,然后通过傅里叶变换求取脊线平均频率。该方法降低了计算复杂度,提高了计算结果的可靠性。4、研究了指纹分类算法,为适应大容量指纹库的快速搜索匹配识别,提高系统的识别效率,提出了一种基于纹型类别、奇异点间的脊线数目和指纹中心区域脊线平均频率的指纹多级分类算法。实验表明,该算法检索效率高、鲁棒性强,为大容量指纹库提供了一种快速有效的索引匹配机制。
刘锐[2]2014年在《基于大容量指纹库的多级指纹分类研究》文中认为随着社会信息化的发展,个人信息的安全性承受着巨大的挑战,以指纹识别技术为代表的生物特征识别技术以其高准确性和可信度的特点成为解决信息安全性的方法之一。随着指纹技术的应用越来越广泛,大型指纹数据库成为当前研究的热点.如果不能构建有效的数据库索引机制,输入的指纹图像将必须同数据库中大量指纹数据逐一进行比对,系统将处于高负荷运转状态。为减少搜索时间和算法复杂度,必须使用关键字对数据库多级分类。因此,本文以基于大容量指纹库的指纹自动分类检索技术研究为主线,设计了一个叁级指纹分类系统,大大提高了指纹检索效率。在指纹图像预处理、指纹特征提取、指纹分类检索等方面作了研究,主要研究成果有：1、在指纹的预处理阶段,在分析和吸取了国内外学者在指纹预处理算法的基础上,实现了指纹预处理过程中关键的处理步骤,包括指纹方向场求取、图像分割、图像增强、二值化和细化等,得到比较精确的图像数据。2、研究了一种基于全局特征与局部特征相结合的指纹质量评测方法。该方法根据不同的评测指标对指纹图像质量进行分级评估,对于质量不合格的指纹,立即终止其评估流程,提示用户重新输入指纹图像。3.研究了指纹特征提取算法,提出了一种分级式奇异点提取方法。先通过指纹图像的曲率估计初步确定奇异区,然后在奇异区内采用改进的Poincare索引值方法进行奇异点的精确定位。改进后的Poincare索引值方法的算法提高了指纹奇异点提取速度和精度,从而提高了指纹分类速度和正确率。4、对指纹分类算法进行了研究,为匹配大容量指纹数据库的快速匹配识别,提出了一种基于指纹纹形、奇异点间的脊线数目和脊线平均频率的叁级指纹分类算法。通过实验数据对比和算法的性能分析,本算法检索效率高、鲁棒性强,为大数据量指纹库提供了一种高效的索引匹配机制。
徐建国[3]2017年在《指纹自动分类算法的研究》文中提出指纹识别技术是生物特征识别中应用最广泛的技术之一,普遍应用于各种身份验证和识别中。目前关于指纹识别技术的算法已经有很多种,出现了较多的自动指纹识别系统的商业产品和研究成果,但仍不能达到某些特定的应用要求,所以指纹自动分类始终是专家、学者研究的焦点和难点课题。在指纹识别系统里,指纹自动分类是最核心的技术。利用指纹自动分类,不仅能够在缩小指纹对象搜索的范围起到重要作用,而且还能在很大程度上对指纹的识别匹配效率有一定的提高。本文对指纹自动分类算法进行了研究,主要做了以下工作:1.综述指纹分类的发展,分析了指纹自动分类技术在国内外的发展状况以及存在的一些问题。2.本文阐述了指纹识别的基本原理和指纹分类的相关方法。介绍了指纹的采集,包括指纹传感器的介绍,自动指纹识别系统的结构以及自动指纹识别系统的性能评价指标。3.具体介绍了指纹方向信息的提取过程以及分类指纹图像的质量评价,阐述了指纹特征提取以及指纹自动分类的相关方法,其中指纹特征提取,介绍了包括奇异点信息的提取以及奇异点检测处理和结果分析,最后详细介绍了指纹分类算法,即多级分类算法的介绍,并给出了分类算法的实验分析。4.最后对于本论文所做的工作做了一个总结和展望,给出了未来的研究方向。
舒展[4]2006年在《基于遗传算法的指纹分类算法研究》文中研究说明指纹分类是自动指纹鉴别系统中的一个重要组成部分,一直以来都是国内外研究人员研究的热点和难点。在自动指纹识别系统的研究中,指纹分类提供了指纹数据库的一个重要索引机制,具有非常重要的意义。通过指纹分类,可以立即排除不同类别的指纹。一个准确而连贯的分类可以显着地减少大型指纹数据库的匹配时间,因此设计一个性能良好的指纹分类系统将大大提高整个指纹自动识别系统的使用效率,方便整个指纹识别的特征数据分类存储和数据库检索。模拟自然界生物进化过程的遗传算法,不受限制性条件约束,具有隐含并行性和全局解空间搜索等显着特性。遗传算法提供了一种求解复杂系统优化问题的通用框架,它不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,所以广泛应用于很多学科。本文在简要介绍指纹分类和遗传算法的理论基础之上,针对遗传算法在优化过程中存在的问题,将一种改进的遗传算法与原本的遗传算法指纹分类相结合,设计出一种基于遗传算法的指纹分类算法。同时,通过构造二级指纹分类策略,显着地改善了指纹分类效率。主要内容如下:1.对国内外的指纹分类算法进行综述,并通过对各种指纹分类算法进行比较分析,提出所要研究的问题。2.在原有的基于遗传算法的指纹分类的基础上,应用一种加入BP算子的遗传算法对原本的分类算法进行改进。3.在深入分析指纹自动分类的一般原理和方法的基础上,探讨和实现了一种二级指纹自动分类算法。
李双梅[5]2007年在《指纹自动分类技术的研究与实现》文中研究指明指纹识别作为生物特征识别领域中应用最为广泛的技术之一，目前普遍应用于身份验证和识别领域，特别是在电子商务、犯罪识别、信息安全等领域获得广泛的应用。因此，对自动指纹识别的研究具有重要的学术价值和实用价值。在指纹识别的研究中，虽然已有许多算法，但是仍然存在值得研究的问题。本文以自动指纹分类算法为主线，对指纹分类涉及的相关内容进行了研究并做了相应的改进：1．预处理阶段。为确保分类算法的鲁棒性，必须对指纹图像进行预处理。本文研究了指纹图像的分割、方向图的计算、指纹参考点的获取和指纹增强技术。在研究已有的分割算法的基础上，提出了基于Canny算子的指纹图像分割算法。此算法原理简单、分割效果好、能较为完整的保持指纹的模式信息。改进了基于方向场提取指纹参考点的算法，改进方法为以粗细模板代替原有的迭代过程，降低了算法复杂度。同时经实验比较，此方法比传统的poincare index方法提取的参考点更为准确。2．特征提取阶段。分析了基于poincare index的奇异点提取方法的优缺点；介绍了基于统计信息的特征提取方法；在研究基于方向场的半区域特征提取算法的基础上，对其做了改进，改进后的算法能更准确的提取分类信息，并具有旋转不变性。3．指纹分类实验阶段。选取支持向量机作为分类器，对指纹多类分类领域进行了探讨，并设计了一种二叉树支持向量机进行指纹的多类分类，通过实验验证该算法相对于传统的一对一、一对多的多分类支持向量机在分类效果上有明显改善，具有一定的实用价值。
吴玓文[6]2004年在《指纹自动识别技术研究及应用》文中研究指明活体指纹识别技术是一门集生物学、计算机科学、图像处理、模式识别、计算方法等多学科知识于一体的生物识别技术。该技术有着广泛的应用前景，活体指纹考勤系统即是该技术的一个应用。 本文总结了当今活体指纹识别技术的发展现状，分析了活体指纹识别技术的工作原理及指纹识别技术预处理的各个过程；在美国Uareu指纹识别开发包的基础上，加入了指纹自动分类功能，在大指纹库的情况下，指纹识别速度得到较大的提高；在已有的众多指纹处理算法中，利用指纹方向图来对指纹图象进行滤波和平滑，提出了一种简化而实用的方向图求取法，并在此基础上提取指纹的奇异点——中心点和叁角点，通过大量的实验数据获取可信的阈值，优化了提取算法，再根据奇异点的相对位置对指纹进行分类研究，得到了较为高效的结果。 将活体指纹识别技术与考勤系统有机结合起来，实现了活体指纹考勤的所有功能，论文详细介绍了系统各模块的功能特点以及应用情况。该系统的成功应用，为指纹识别领域开辟了更为广阔的市场，进一步促进了指纹识别技术的民用化、产业化，取得良好的效果。
尹婉琳[7]2015年在《指纹分类和识别算法的研究与实现》文中认为随着互联网时代的到来,生物特征识别技术受到了社会各界的广泛关注,其中指纹识别技术一直都是国内外研究的热点和难点。越来越多的自动指纹识别产品被开发应用于人们的生活,提供身份鉴别及安全防护的功能。尽管目前在理论研究上已经取得了显着的成绩,但基于大规模指纹数据库的自动指纹识别系统在识别准确率和处理速度上都亟待进一步的提高。本文结合目前数字图像处理技术和模式识别技术的发展,深入研究了指纹识别的关键算法,主要的工作和创新总结如下：1.指纹图像预处理方面。在分析和研究了前人成果的基础上,实现了指纹预处理算法中的关键步骤,并着重改进了直方图均衡化、方向场计算和图像增强方法。显着增强了脊线和谷线的对比度,保留了奇异区的方向变化规律,提高了指纹图像的清晰度,为特征提取等操作的顺利进行奠定了基础。2.指纹图像分类方面。针对由于采集仪传感器面积小而无法提取叁角点这一分类特征的不足,研究并提出了一种包括分类预处理和多级分类两个步骤的指纹分类方法。在分类预处理阶段,根据中心点附近的全局特征在指纹摆正时具有可分类性的特点,首先采用拟合中位线法和最小外接椭圆法确定指纹的倾斜方向,再通过仿射变换对指纹图像进行旋转校正。在此基础上,设计了一套具有粗定位、快提取、基于人类经验去除伪中心点的中心点提取算法。在多级分类阶段,建立了一套基于中心点数目、方向、斗型螺径、箕型中心拱形方向分布特征的叁级指纹分类算法,实现了大规模指纹数据库的自动分类。3.指纹图像匹配方面。基于传统点模式指纹匹配算法计算较为耗时的缺点,提出了一种包括初匹配和全局匹配的两级指纹匹配算法。初匹配所比对的特征向量是由外接全等叁角形和邻近点构成的叁角形这两种子结构所组成,如果匹配成功则直接退出,否则仍能为全局匹配剔除掉部分不符合的样本图像和参考点对,达到减少全局匹配计算量的目的。实验结果表明,在全局匹配前增加初匹配能够大幅度降低匹配时间,并提高识别准确率。4.为了验证自动指纹识别相关的算法的可行性和实用性,结合设计模式思想和数据库相关技术,基于VS2010和MYSQL搭建了自动指纹识别系统软件平台。该软件整合了多个关键算法,可用于对指纹识别算法进行测试和研究。大量实验数据结果表明,本文提出的预处理改进算法能够获得清晰的指纹图像,多级分类方法也具有较高的分类准确性,最终的二级匹配算法处理效果又快又好。
李娜[8]2011年在《基于连续分类的指纹识别方法研究》文中进行了进一步梳理指纹识别技术是一种重要的生物特征识别方式。在网络环境下,人们越来越多地涉及电子商务、电子政务、金融等网上工作方式,传统的钥匙、密码身份认证方式已不能满足个人隐私甚至国家机密不被泄露等信息安全问题的要求。生物特征,以其稳定性、永久性、唯一性和安全性等独特的优势,能够有效避免丢失、遗忘、复制、被攻击等安全隐患。生物特征识别中的指纹识别,又因为接触界面友好、价格低廉等方便易用的特点而备受关注。论文在总结指纹识别技术发展现状的基础上,分析了指纹识别的热点研究问题,最后确定围绕连续分类进行指纹自动识别方法的研究,将整个指纹识别的全过程作为一个整体考虑,综合研究如何提高指纹匹配性能。指纹匹配使用连续分类中用到的细节点邻近结构,不仅方便提取分类采样点,也有助于匹配的快速实现。论文主要工作与创新点在于：(1)以能够进行连续分类的指纹识别系统为研究目标,研究系统各阶段实现的合理方法。首先为指纹识别系统选择合适的预处理算法和增强算法,该预处理方法能够满足指纹连续分类和匹配所需的特征提取要求。(2)研究了指纹的连续分类实现方法,提取分类特征向量时改进了指纹参考点定位方法,并通过实验检验论文采用的分类特征向量的可行性以及该连续分类方法的性能,同时也可以验证出图像的预处理效果。(3)指纹匹配算法以分类中获取的指纹奇异点为参考点,可以提高参考点的定位效率；同时,利用细节点结构特征,通过设置算法循环条件可以减少模板中细节点的匹配运算量,并使匹配速度得到显着提高。论文研究结果表明,为连续分类选择的预处理方法能够满足分类特征提取的要求,对图像的增强处理也充分考虑到分类特征的提取。提取的分类特征较为有效,可以将待匹配的候选指纹集缩小到可以接受的范围内。对匹配阶段的改进可以减少进行两两匹配的细节点数量,新属性的引入能够排除明显不匹配的细节点的比对,最终达到减少计算量,从而提高匹配速度的目的。
杨静[9]2003年在《基于神经网络的指纹识别》文中研究指明随着计算机技术的飞速发展和信息技术的广泛应用，利用计算机进行身份识别技术有了长足的发展。指纹的不变性和唯一性，使指纹识别技术成为目前应用最广泛的身份验证与识别技术之一。它涉及模式识别、图像处理、数字信号处理、人工智能、计算机等领域，是一门综合性技术，广泛应用于犯罪识别、网络安全、信息设备安全等众多领域，有着重要的理论意义和实用价值。目前指纹识别技术还很不成熟，水平仍处于实验室研究阶段，其原因是在指纹自动识别过程中，存在指纹图像的噪声和皮肤弹性等因素影响，而且需要进行大量的指纹匹配处理，所以，识别率不高、运算速度很慢。本文试图将神经网络技术与模式识别技术相结合，提出若干行之有效的指纹自动识别新方法，为解决指纹自动识别技术中存在的种种困难找到切实可行的新途径。概括起来，本文主要对指纹的预处理、特征提取和基于神经网络的指纹识别方法等进行了深入研究。在预处理过程中，对指纹增强、分割、二值化、细化及归一化等一系列预处理方法进行了研究和编程实现。其中增加对指纹的归一化处理，不仅规范了指纹图像的大小，方便对指纹自动识别系统进行测试，还可以缩减系统的运行时间，加快系统的识别速度。除此之外，本文对基于神经网络的图像细化算法，进行了初步探索。在特征提取技术研究中，本文分别提取了指纹的分类特征和识别特征。采用新颖的方向图特征等全局特征用于神经网络指纹分类，取得很好的分类结果，而提取指纹的局部细节点特征作为神经网络指纹识别的特征，该特征可充分体现指纹的细微差别，从而有利于提高识别性能。在指纹识别技术研究中，本文在分析研究了人工神经网络模型的基础上，提<WP=4>出了将指纹自动识别过程分为两步进行，即采用不同的神经网络模型分别对指纹进行分类和识别，首先采用BP网络对指纹进行分类，并在此基础上，根据BP分类器求出的指纹类别，分别将指纹的细节点特征送入相应指纹类别对应的LVQ网络进行识别，最后输出识别结果。实验结果表明，该方法取得了较好的识别结果。
彭章平[10]2007年在《自动指纹识别系统研究》文中认为生物识别技术是依赖人体的生物特征进行身份验证的一种解决方案。每个人的指纹具有唯一性且终身不变，因此指纹识别是代替传统身份识别手段的最安全、最可靠、最方便的方法之一，是比较理想可行的一种生物识别技术。本文简要介绍了生物识别技术和指纹识别系统(AFIS)的结构与工作原理，分析了指纹图像预处理、特征信息提取、指纹分类和匹配识别技术的发展历史及其研究和应用现状，在对国内外当前流行的一些指纹预处理、指纹特征提取算法进行深入研究和分析的基础上，取得了如下的研究成果：1．提出了一种基于灰度特性的指纹前、背景分割方法。该方法能消除分割过程中出现的孤立块，对噪声干扰有一定的鲁棒性，实用性较强。2．在对基于固定方向滤波的指纹图像增强算法及其效果进行研究分析的基础上，提出了一种改进的Gabor滤波指纹图像增强算法。该方法根据指纹纹线的结构特点，通过对纹线投影信号进行频谱分析来准确计算指纹的纹线频率。实验表明，该方法对纹线粘连图像有很好的处理效果。3．把指纹图像看作一种局部平稳而总体非平稳的信号，提出了一种基于统计学的指纹方向和频率估计算法。实验结果表明，该算法对指纹图像有显着的增强效果，并有效地提高了指纹细节特征提取的准确率。4．针对指纹图像噪声的特点，设计了一种能滤除指纹图像中的冲击噪声的方向中值滤波算法。该算法采用局部阈值法二值化指纹图像，有助于保护纹线的局部信息，避免了图像二值化过程中引入过多的误差。实验结果表明，该方法效果良好。5．针对图像预处理过程产生的伪特征点难以消除的问题，提出了一种基于信息融合的特征点提取方法。通过融合两种不同预处理方法所获得的结果来初步筛选特征点，然后根据特征点的结构信息来消除伪特征点。实验结果表明，该方法不仅可以有效地消除因预处理而产生的伪特征点，同时也能消除因图像采集质量等原因而产生的伪特征点。
参考文献：
[1]. 基于大容量指纹库的指纹自动分类检索技术研究[D]. 左龙. 中南大学. 2012
[2]. 基于大容量指纹库的多级指纹分类研究[D]. 刘锐. 宁夏大学. 2014
[3]. 指纹自动分类算法的研究[D]. 徐建国. 湖北工业大学. 2017
[4]. 基于遗传算法的指纹分类算法研究[D]. 舒展. 华中科技大学. 2006
[5]. 指纹自动分类技术的研究与实现[D]. 李双梅. 南京理工大学. 2007
[6]. 指纹自动识别技术研究及应用[D]. 吴玓文. 中南大学. 2004
[7]. 指纹分类和识别算法的研究与实现[D]. 尹婉琳. 东南大学. 2015
[8]. 基于连续分类的指纹识别方法研究[D]. 李娜. 武汉理工大学. 2011
[9]. 基于神经网络的指纹识别[D]. 杨静. 北京工业大学. 2003
[10]. 自动指纹识别系统研究[D]. 彭章平. 中南大学. 2007
标签：计算机软件及计算机应用论文; 指纹论文; 指纹识别技术论文; 指纹传感器论文; 特征提取论文; 图像识别技术论文; 指纹模块论文; 图像融合论文; 遗传算法论文; 算法论文;