基于视频的多光谱手掌特征识别系统

基于视频的多光谱手掌特征识别系统

ID:35070277

大小:5.65 MB

页数:87页

时间:2019-03-17

基于视频的多光谱手掌特征识别系统_第1页
基于视频的多光谱手掌特征识别系统_第2页
基于视频的多光谱手掌特征识别系统_第3页
基于视频的多光谱手掌特征识别系统_第4页
基于视频的多光谱手掌特征识别系统_第5页
资源描述:

《基于视频的多光谱手掌特征识别系统》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、工程硕士学位论文基于视频的多光谱手掌特征识别系统作者姓名陈晓鹏工程领域控制工程校内指导教师康文雄副教授校外指导教师王巧巧高级工程师所在学院自动化科学与工程学院论文提交日期2016年03月TheBiometricRecognitionSystemofMultispectrumPalmFeaturesbasedonVideosADissertationSubmittedfortheDegreeofMasterCandidate:ChenXiaopengSupervisor:AssociateProf.KangWen

2、xiongSouthChinaUniversityofTechnologyGuangzhou,China分类号;TP391.4学校代号:10561学号:201321012806华南理工大学硕±学位论文基于视频的多光谱手掌特征i只别系统作者姓名:陈晓鹏指导教师姓名、职称:康文雄副教授申请学位级别:工程硕±工程领域名称:控制工程论文形式:□产品研发□工程设计口应用研巧□工程/项目管理□调研报告研究方向;图像处理与模式识别论文提交日期:2016年03月巧日论文答辩日期:2〇16

3、年03月23日学位授予单位:华南理工大学学位授予日期:年月曰答辩委员会成员:?衣尤主席1;>户委员:华南理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研巧成果。除了文中特别加yu示注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中W明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名;職日期:扣从年寺月>日〉襄郑]学位论文版权使

4、用授权书■本学位论文作者完全了解学校有关保留、使用学位论文的规定,目:P研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版论,允许学位文被查阅(除在保密期内的保密论文外);学校可公布学位论文的全论部或部分内容,可t^i>先许采用影印、缩印或其它复制手段保存、汇编学位文。本人电子文档的内容和纸质论文的内容相一致。本学□位论文属于:巧保密,在年解密后适用本授权书。尔保密,同意在校园网上发布,供校内师生和与学校

5、有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源。总库》,传播学位论文的全部或部分内容。小(请在上相应方框内打)作者签名:帮〉爲^起^日期:2_。/占指导教师签名:日期抑b.〇Vy]摘要随着经济全球化不断发展,信息化安全成为了一个急需解决的问题。而在众多解决方案中,主流方向之一就是利用生物特征进行识别。掌纹和掌脉特征作为生物特征的一种,相比传统的指纹、指脉等特征,具有特征区域大、纹理信息丰富以及鲁棒性强等特点,因此在近

6、几年也受到了越来越多的关注。然而,现有的对掌纹掌脉特征的研究还停留在分析单一的图像上,其数据采集过程中通常会对手掌的摆放位置添加一定约束条件从而使得获取到的图像较为清晰。而基于上述方式得到的识别系统对噪声比较敏感,很容易由于识别过程中用户手掌的运动模糊、离焦模糊或局部变形而导致识别失败。因此,本文针对上述问题搭建了一种新的识别系统——基于视频的多光谱手掌特征识别系统,相比现有的识别系统,本文的主要贡献在于:第一,提出了一种新的注册和识别方式。系统通过采集手掌在采集平台上端的运动视频来代替传统的停留式图像采集,接

7、着从中筛选理想的视频帧进行特征提取。在注册阶段,这种采集方式能够有效解决单幅图像对手掌姿态变换鲁棒性较差的问题,并在很大程度上减少了传统识别系统对手掌摆放位置的约束,因而提高了识别系统的稳定性和实用性;在识别阶段,这种采集方式使得用户无需在意系统何时进行识别操作,只需将手掌从采集平台上端横扫而过之后等待系统返回识别结果即可,因而提高了识别系统的亲和性、便捷性及可交互性。第二,提出了一种新的局部不变特征描述子。该描述子有效结合了双方向图以及基于灰度值排序的子区域划分算法,使得其在准确率和速度方面均能表现优秀。实验

8、表明,无论是清晰的掌纹图像还是带有轻微运动模糊的掌纹图像,该描述子的综合性能都要优于其他常见的经典描述子。因此,将该描述子应用于本文搭建的识别系统能够在提高识别准确率的基础上有效地降低工作时耗。第三,提出了一种级联的分数层融合策略。系统在完成对掌纹ROI特征、掌脉ROI特征、掌纹局部不变特征这三种较为稳定的掌部特征的特征提取和匹配之后,利用这三种特征的相关性对它们进行分数层的级联融合。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。