基于SVM的指紋分類研究.pdf

1、指紋唯一性和終生不變性的特征使其成為理想的身份確認工具。隨著計算機與信息處理技術的飛速發(fā)展，指紋識別作為是生物特征識別領域中應用最廣泛的技術之一，目前普遍應用于身份驗證和識別領域，特別是在電子商務、犯罪識別、信息安全等領域廣泛的應用。因此，對自動指紋識別的研究具有重要的學術價值和實用價值。 在指紋識別的研究中，雖然已有許多算法，但是仍存在值得研究的問題。本文對指紋圖像庫的建立、預處理、特征提取和分類等問題進行了研究，其中重

2、點討論了指紋分類，提出了兩種方法。主要研究工作概括如下： 1．采集指紋原始數(shù)據(jù)，建立了一個容量為4000枚指紋圖像的指紋模板庫。本指紋庫使用圖像及其特征信息的存儲路徑作為數(shù)據(jù)成員，減小了數(shù)據(jù)的容量以便提高檢索的速度。結合本文的分類算法具體實現(xiàn)了一種新型的指紋數(shù)據(jù)庫多級檢索方法，該方法比使用指紋紋形、脊線數(shù)目和指紋碼多級檢索方法的速度快26.4％。 2．預處理階段，分析對比了Gabor濾波算法，選擇自適應的指紋圖像增強濾

3、 波器進行圖像增強，同傳統(tǒng)的Gabor濾波器相比，該方法具有產(chǎn)生虛假紋 線少，時間開銷小等優(yōu)點。 3．基于支持向量機理論，提出了兩種指紋多類分類的方法并且編程實現(xiàn)，研究初期設計了一個粗細兩級分類系統(tǒng)，根據(jù)1-a-r的多類分類思想，使用了五個支持向量機。該分類系統(tǒng)較大幅度的提高了正確率，平均分類正確率可以達到96.4％。但是在分類的過程中，由于使用支持向量機的數(shù)目較多，影響了分類的速度。因此在進一步的研究工作中引入二叉分類樹決策理

4、論對分類系統(tǒng)改進，提出了一種二叉樹和支持向量機理論相結合的方法。該方法簡化了整個分類系統(tǒng)的結構框架，僅僅在次級子節(jié)點的二類分類中使用支持向量機，將支持向量機的數(shù)目由原來的五個減少為三個，大大提高了分類的效率，將分類的正確率提高到97.9％。 指紋分類環(huán)節(jié)是本文重點研究的工作。在支持向量機的理論基礎之上，對指紋多類分類領域進行探索。使用1-a-r的多類分類理論和二叉樹理論同SVM分類器組合，構建多類分類體系。通過實驗驗證，分類算法