指纹识别的研究与实现【开题报告+文献综述+毕业论文】

《指纹识别的研究与实现【开题报告+文献综述+毕业论文】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业论文系列开题报告通信工程指纹识别技术的研究与实现一、课题研究意义及现状现状：近年来，国内外学者对自动指纹识别技术进行了深入和广泛的研究，取得了较大的进展，研究的重点主要集中在如何提高识别的准确率和速度。目前，已经有很多自动指纹识别的产品面市，并开始逐步在管理、门禁、金融、公安和网络安全等领域得到应用。应用价值与学术价值：以指纹为代表的生物识别技术的发展和应用，不仅可以开发相关的系列产品，获得巨大的经济效益，还可以带动图像处理、模式识别、光学、电子、生理学和计算机应用等相关学科的发展，具有很高的学术价值，会产生巨大的社会效益。趋势：迄今为止,该技术的研究已经取

2、得了巨大的成就,但是,指纹识别的核心技术仍然存在许多尚未解决的难题,尤其是残缺、污损指纹图像的识别等。指纹识别系统将随着更小更廉价的指纹输入设备的出现,计算能力更强、更廉价的硬件以及互联网的广泛应用而进一步拓宽其应用。在未来,指纹识别技术仍然是一个重要的、极具挑战性的研究课题.二、课题研究的主要内容和预期目标主要内容：（1）大量阅读指纹识别相关文献，跟踪国内外指纹识别技术的研究现状和应用前景；（2）掌握matlab软件的使用，用matlab软件对处理如图像分割、图像平滑、图像增强、骨架提取、细化等等；（3）针对指纹图像的特点，设计指纹图像预处理方案，并进行预处理；（

3、4）建立指纹库，用编程语言实现指纹图像特征提取与模式匹配，建立指纹识别系统。预期目标：（1）理解指纹识别系统的原理、算法。（2）学会熟练操作matlab软件，并用matlaba软件完成指纹的预处理，指纹匹配等。（3）学会用指纹识别系统查找对比指纹。（4）文献综述，学位论文的写作方法。（5）对指纹系统的开发及系统性能完成学位论文三、课题研究的方法及措施为了先了解指纹识别的基本概念和基本原理，我查阅了大量关于指纹识别技术的中文文献和外文文献，并了解了指纹识别技术的现状和发展趋势。然后我想对指纹识别技术进行更深入的研究，了解了指纹识别的原理及过程，见图1图1是指纹识别的一

4、般流程。做指纹取像时我用到了指纹采集器，图像预处理时我采用Gabor滤波增强法[10]，Gabor滤波器具有良好的方向和频率选择特性，在时域和频域均具有最优分辨率，Gabor滤波的增强图像E(i，j)由下式得到其中，I(i,j)为指纹原始灰度图像，0(i，j)为指纹图像块方向图，f(i,j)为指纹纹线分布频率。特征提取拟采取指纹奇异点提取的方法，该算法对指纹平方复数点方向场进行多尺度滤波，在平滑噪声的同时，保留奇异区方向的细节信息；然后，对该点方向场进行复数滤波，运用启发式规则增强复数滤波的响应幅度，通过分析响应的幅度检测奇异点的位置，由奇异点所在位置的响应的相位确

5、定其方向。指纹识别包括指纹分类和指纹特征提取，指纹分类采用基于神经网络法[12]，这类方法首先利用已知类型的指纹的结构特征构造训练样本，训练得到神经网络分类器，然后利用这个分类器确定待识别指纹的类型特征匹配采用基于点模式的匹配的方法,基于点模式的匹配算法假定输入指纹及模板指纹间的存在平移、旋转、尺寸缩放等相似变换，而且它们可适应限定范围内的伪细节点出现和真细节点的丢失，其中一些改进后的算法可容忍细节点在一个较小距离内的偏移。四、课题研究进度计划2010-2011第一学期：第2－3周：学习并熟悉数字图像处理基本知识与方法，讨论确定了设计的课题。第4－8周：在万里图书馆

6、检索文献，做必要的文献摘录，完成外文的查找与翻译，对matlab软件有了必要的认识。第9－11周：完成文献综述。第12－13周：熟练matlab软件，完成开题报告，准备开题报告的PPT，准备开题。第14-20周：学习并设计相关算法，完成软件设计。2010-2011第二学期：第1－3周：根据文献综述、系统方案与算法和软件设计、实现及测试结果，书写毕业论文初稿。第4－5周：修改论文及软件成果。第6－8周：交设计成果与论文打印稿，送交指导教师与评阅老师评审。同时做好答辩PPT讲稿，做好答辩准备。第9－11周：毕业答辩以及答辩结束后的成绩评定与总结。五、参考文献[1]　李昊

7、，傅曦，精通——VisualC++指纹模式识别系统算法及实现，人民邮电出版社，2008.12[2]朱秀昌，刘峰，胡栋，数字图像处理与图像通信，北京邮电大学出版社，2002.2[3]姚敏等编著，数字图像处理，北京：机械工业出版社，2006，75-139[4]LinH，WanYJainAkFingerprintimageenhancement：algorithmandperformanceevaluation[J]．IEEETransactionollPatternAnalysisandMachineIntelligence．1998，20(8)：777-789[5