版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、生物特征識別是根據(jù)人體所固有的生理特征或行為特征來進(jìn)行身份驗(yàn)證的技術(shù)。與計(jì)算機(jī)技術(shù)相結(jié)合,使得生物識別技術(shù)在許多領(lǐng)域得到了廣泛的應(yīng)用。作為生物特征識別方法中的一種新方法,靜脈識別方法,雖然起步較晚,但經(jīng)過幾年的發(fā)展已經(jīng)成為主流的生物特征識別方法之一。
利用生物特征來進(jìn)行身份驗(yàn)證,關(guān)鍵是對生物特征的提取與匹配算法的研究。本文以人體手背靜脈為研究對象,研究了基于Radon變換和小波理論的靜脈特征提取與匹配。
首先,為了靜
2、脈特征提取與匹配工作的順利進(jìn)行,先要對靜脈圖像進(jìn)行預(yù)處理。主要采用了對比度自適應(yīng)均衡、閾值圖像、邊緣檢測、膨脹與腐蝕等方法進(jìn)行預(yù)處理。
其次,利用Radon變換將靜脈圖像投影到一維空間,計(jì)算出靜脈紋理方向特征距離,用于靜脈圖像的粗匹配;通過平移和比例不變的自適應(yīng)小波變換獲得具有平移和比例不變性的小波變換系數(shù);將各個角度投影數(shù)據(jù)的小波變換系數(shù)組成特征矩陣,通過對該矩陣進(jìn)行多尺度分解得到多尺度下的分解系數(shù)。計(jì)算不同尺度上分解系數(shù)的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于超小波變換的手指靜脈特征提取方法研究.pdf
- 基于小波變換的圖像特征提取方法研究.pdf
- 基于小波變換的音頻特征提取與分類研究.pdf
- 基于小波變換的交通圖像特征提取
- 基于小波變換的通信信號特征提取與調(diào)制識別.pdf
- 基于小波變換的SAR圖像特征提取與識別研究.pdf
- 基于離散小波變換的特征提取和故障分類方法研究.pdf
- 基于Gabor小波變換的掌紋特征提取算法研究.pdf
- 基于小波變換技術(shù)的紋理特征提取技術(shù)的研究.pdf
- 基于小波變換和GMM的病態(tài)嗓音特征提取及識別研究.pdf
- 基于Gabor小波變換的人臉特征提取方法研究.pdf
- 基于多小波的虹膜特征提取和識別.pdf
- 基于小波變換和多域融合的腦電信號特征提取.pdf
- 基于小波變換的ECG信號的特征提取與數(shù)據(jù)壓縮.pdf
- 基于小波變換的機(jī)械軸承磨損故障特征提取方法研究.pdf
- 基于分形與小波理論的特征提取方法研究與應(yīng)用.pdf
- 基于諧波小波變換的腦電信號分析與特征提取研究.pdf
- 基于頻率切片小波變換的設(shè)備故障特征提取方法研究.pdf
- 一種基于小波變換特征提取的集成學(xué)習(xí)算法.pdf
- 人臉圖像的小波特征提取與匹配.pdf
評論
0/150
提交評論