基于神經(jīng)網(wǎng)絡(luò)的指紋識(shí)別技術(shù)研究.pdf

1、隨著越來(lái)越多的電子設(shè)備進(jìn)入人們?nèi)粘Ｉ钜约盎ヂ?lián)網(wǎng)的興起，計(jì)算機(jī)、ATM、門禁控制、各種智能卡對(duì)個(gè)人安全、方便的身份識(shí)別技術(shù)要求越來(lái)越高，人們迫切需要有準(zhǔn)確、安全、方便的識(shí)別技術(shù)。由于指紋具有唯一性、穩(wěn)定性，使得指紋識(shí)別一直是身份鑒定的可靠手段，在安全領(lǐng)域中得到了廣泛的應(yīng)用。 指紋圖像的自動(dòng)識(shí)別是模式識(shí)別領(lǐng)域中使用最早的，也是最為成熟的生物鑒定技術(shù)，它是集傳感器技術(shù)、生物技術(shù)、電子技術(shù)、數(shù)字圖像處理、模式識(shí)別于一體的高技術(shù)。近年來(lái)

2、，有關(guān)指紋自動(dòng)識(shí)別的研究已成為模式識(shí)別、圖像理解及計(jì)算機(jī)視覺(jué)等領(lǐng)域中廣為關(guān)注的熱點(diǎn)。 國(guó)外研究指紋識(shí)別技術(shù)已經(jīng)有幾十年的時(shí)間，而國(guó)內(nèi)從上個(gè)世紀(jì)80年代的中期才開(kāi)始進(jìn)行這一方面的研究和應(yīng)用的嘗試。目前，雖然在某些領(lǐng)域已經(jīng)取得了一定的成功，如公安系統(tǒng)等，但是還存在一些技術(shù)難題需要進(jìn)一步加以研究和解決。例如在讀取指紋的過(guò)程中，由于輸入設(shè)備等原因會(huì)造成指紋圖像畸變、不清晰，存在噪聲。細(xì)化后會(huì)出現(xiàn)許多偽特征點(diǎn)，特征提取后大大增加了指紋分類

3、和識(shí)別的計(jì)算量，造成識(shí)別率不高、運(yùn)算速度慢。本文試圖將神經(jīng)網(wǎng)絡(luò)技術(shù)運(yùn)用到自動(dòng)指紋識(shí)別系統(tǒng)中，為解決指紋自動(dòng)識(shí)別技術(shù)中存在的種種困難找到切實(shí)可行的新途徑。 一般，自動(dòng)指紋識(shí)別技術(shù)主要由指紋圖像預(yù)處理、特征提取、指紋分類和指紋識(shí)別三大部分組成。針對(duì)每一部分，本文都進(jìn)行了較深入的研究。 在指紋圖像預(yù)處理過(guò)程中，本文對(duì)指紋圖像的增強(qiáng)、分割、二值化、細(xì)化以及細(xì)化后處理等每一部分都進(jìn)行了深入的分析，通過(guò)實(shí)驗(yàn)效果的比較，采用了相對(duì)比較

4、理想的算法，得到了比較好的指紋圖像的點(diǎn)線圖，為細(xì)節(jié)特征的提取奠定了很好的基礎(chǔ)。 在細(xì)節(jié)特征提取過(guò)程中，針對(duì)指紋分類和指紋識(shí)別的不同任務(wù)，本文分別提取了不同的特征做為指紋的分類特征和識(shí)別特征。即采用指紋圖像的全局特征——方向圖做為指紋的分類特征送入神經(jīng)網(wǎng)絡(luò)分類器，采用指紋圖像的局部特征——細(xì)節(jié)點(diǎn)做為指紋的識(shí)別特征送入神經(jīng)網(wǎng)絡(luò)識(shí)別器，用以提高指紋識(shí)別系統(tǒng)的性能。 在指紋分類和指紋識(shí)別部分，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)模型的分析和研究，本文

5、采用了相對(duì)較好的徑向基RBF神經(jīng)網(wǎng)絡(luò)做為指紋分類器，采用學(xué)習(xí)矢量量化LVQ神經(jīng)網(wǎng)絡(luò)做為指紋識(shí)別器。在徑向基神經(jīng)網(wǎng)絡(luò)對(duì)指紋進(jìn)行分類的基礎(chǔ)上，分別將指紋的局部細(xì)節(jié)點(diǎn)特征送入相應(yīng)的LVQ神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，最后輸出識(shí)別結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法可以取得較好的識(shí)別效果。 盡管本文采用了一系列相對(duì)比較理想的算法，獲得了比較理想的識(shí)別率和識(shí)別速度，但是要應(yīng)用到我們的實(shí)際生活中，這樣的識(shí)別率和識(shí)別速度還達(dá)不到實(shí)際應(yīng)用的要求。為此，本文對(duì)指紋圖像