低清晰度掌紋識(shí)別技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人體生物特征識(shí)別技術(shù)是21世紀(jì)最有發(fā)展?jié)摿Φ募夹g(shù)之一。通過人體生物特征識(shí)別技術(shù)進(jìn)行身份識(shí)別克服了傳統(tǒng)識(shí)別方式容易被竊取、偽造或者丟失、遺忘等缺點(diǎn),使得該技術(shù)廣泛地應(yīng)用于信息安全等領(lǐng)域?;谡萍y特征的身份識(shí)別因其具有無(wú)侵害性、成本低、隱蔽性、不需要被測(cè)者特殊配合等優(yōu)點(diǎn),得到廣泛的關(guān)注和重視,具有廣泛的應(yīng)用前景。
   本文以低清晰度下的掌紋識(shí)別技術(shù)為研究對(duì)象,通過對(duì)低質(zhì)量掌紋的定位、歸一化、特征提取和匹配識(shí)別等處理,較好地解決了低

2、清晰下的掌紋識(shí)別問題。
   論文主要包括以下工作:
   1.掌紋圖像的預(yù)處理。為了克服以往預(yù)處理方法計(jì)算量大、定位能力差等缺點(diǎn),本文提出了一種基于自適應(yīng)的Harris角點(diǎn)檢測(cè)的掌紋定位方法,同時(shí)針對(duì)低清晰度的掌紋圖像,在預(yù)處理中采用了PCNN的圖像增強(qiáng)技術(shù)進(jìn)行掌紋圖像的增強(qiáng),極大的改善了圖像低質(zhì)量對(duì)識(shí)別效率的不利影響。
   2.利用圖像的不變矩特征對(duì)掌紋進(jìn)行特征提取。為了減少計(jì)算量,提高識(shí)別效率,本文首先將

3、掌紋感興趣區(qū)域分割成四個(gè)子塊,然后對(duì)每個(gè)子塊進(jìn)行特征提取,這樣,每一幅掌紋圖像就可以用四個(gè)七維不變矩表示,可以有效降低掌紋識(shí)別系統(tǒng)運(yùn)行的時(shí)間復(fù)雜度。
   3.利用支持向量機(jī)(SVM)的方法對(duì)掌紋特征進(jìn)行匹配、識(shí)別。為了準(zhǔn)確的選擇SVM的參數(shù)以提高識(shí)別效率,本文采用了交叉測(cè)試的訓(xùn)練方法選擇SVM的參數(shù),保證了最終的識(shí)別效率。
   最后,利用Matlab仿真軟件進(jìn)行整體系統(tǒng)的仿真實(shí)驗(yàn),對(duì)文中提出的算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。同時(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論