脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在指紋系統(tǒng)中的應(yīng)用.pdf

1、生物特征識別是一種利用人的生物特征，如指紋、掌紋、步態(tài)、聲音和面相等特征，來進(jìn)行身份識別的技術(shù)，而指紋則是各種生物特征中最典型、應(yīng)用也最廣泛的特征之一。常見的指紋識別系統(tǒng)會涉及到指紋增強(qiáng)、指紋方向場計算、特征提取、特征匹配和模式分類等技術(shù)。近幾年來，盡管與指紋識別相關(guān)的技術(shù)和應(yīng)用研究已經(jīng)得到了長足的發(fā)展，但仍然還存在一些尚未被解決的問題，這使指紋識別系統(tǒng)的進(jìn)一步推廣受到了較大限制。目前仍然有許多科研機(jī)構(gòu)都在積極探索指紋的新技術(shù)和新應(yīng)用，

2、取得了許多有價值的研究成果，這些成果將會使指紋在身份認(rèn)證領(lǐng)域的應(yīng)用前景更加廣闊。 本文首先對傳統(tǒng)的脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN,Pulse Coupled Neural Network)進(jìn)行了研究，提出了幾種改進(jìn)的模型如“M-PCNN”、“I-PCNN”和“TB-PCNN”等，在這些模型基礎(chǔ)之上，為PCNN開發(fā)了一些新圖像處理應(yīng)用，如混合噪聲濾除。本文對PCNN的高維形態(tài)進(jìn)行了初步研究，設(shè)計了一種能夠兼容傳統(tǒng)二維網(wǎng)絡(luò)的高維統(tǒng)一模型

3、，此外還對這種模型的網(wǎng)絡(luò)結(jié)構(gòu)、神經(jīng)元的連接輸入、活性調(diào)制、脈沖發(fā)生規(guī)則等進(jìn)行了討論，并對高維網(wǎng)絡(luò)的脈沖特性進(jìn)行了試驗仿真。 以各種類型的PCNN為基礎(chǔ)，為指紋識別系統(tǒng)中的關(guān)鍵處理模塊提出了一些新的處理算法，主要包括“指紋脊線增強(qiáng)”、“指紋的方向場估計”、“二值指紋圖像細(xì)化”和“指紋模式分類”，并在這些基本的處理算法基礎(chǔ)之上，展示了在研究過程中開發(fā)的一套指紋系統(tǒng)綜合平臺軟件，該軟件系統(tǒng)主要由終端工作站軟件(FS-Client)和中

4、心服務(wù)器軟件(FS-Server)這兩個部分組成，該平臺上的基礎(chǔ)算法庫可以不斷擴(kuò)展，指紋處理流程也可以靈活配置。這個平臺軟件的應(yīng)用范圍也很靈活，既可作為研究過程中新算法的測試平臺，也可配置為具體的應(yīng)用系統(tǒng)，如指紋門禁考勤系統(tǒng)等。 本文內(nèi)容主要包括：第一章概述了指紋識別的背景和研究意義，分析了國內(nèi)和國際上指紋識別技術(shù)的研究現(xiàn)狀、相關(guān)的典型算法和評估方式，并介紹了在本文中頻繁出現(xiàn)的脈沖耦合神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用情況；第二章在現(xiàn)有的PC

5、NN模型基礎(chǔ)上，針對一些新的圖像處理應(yīng)用特點，對PCNN的傳統(tǒng)模型進(jìn)行了改進(jìn)，提出了一種基于PCNN的圖像混合噪聲去除方法，也對一種統(tǒng)一的高維PCNN進(jìn)行了研究，并給出了該模型的一維、二維以及三維仿真結(jié)果，同時還對這種模型潛在的應(yīng)用進(jìn)行了展望；第三章提出了一種基于I-PCNN的濾波的指紋圖像增強(qiáng)算法，并對該方法進(jìn)行了仿真實驗，給出了相關(guān)的測試結(jié)果數(shù)據(jù)；第四章提出了一種通過圖像塊主脊線和投影距離方差值來估算方向場的新穎方法，包括用PCNN

6、來確定圖像塊主脊線、根據(jù)主脊線的投影距離方差來計算圖塊方向、以及方向場的后續(xù)校正，并給出了詳細(xì)的實驗結(jié)果；第五章研究了指紋圖像的細(xì)化問題，提出了一個利用PCNN同步脈沖和方向約束的二值指紋圖像細(xì)化算法，該方法在方向場的約束之下，先對圖像進(jìn)行粗細(xì)化后再進(jìn)行精修剪；第六章提出了兩種指紋模式分類方法，一種利用PCNN和LVQ，另一種主要通過多層樹形SVMs來分類；第七章設(shè)計實現(xiàn)了一種算法庫可以靈活擴(kuò)展的指紋系統(tǒng)平臺，該平臺模塊間接口穩(wěn)定，能夠