基于细节点空间拓扑关系的指纹交叉库匹配算法研究

基于细节点空间拓扑关系的指纹交叉库匹配算法研究

ID:37033024

大小:3.62 MB

页数:72页

时间:2019-05-15

基于细节点空间拓扑关系的指纹交叉库匹配算法研究_第1页
基于细节点空间拓扑关系的指纹交叉库匹配算法研究_第2页
基于细节点空间拓扑关系的指纹交叉库匹配算法研究_第3页
基于细节点空间拓扑关系的指纹交叉库匹配算法研究_第4页
基于细节点空间拓扑关系的指纹交叉库匹配算法研究_第5页
资源描述:

《基于细节点空间拓扑关系的指纹交叉库匹配算法研究》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、m硕士学位论文|_基于细节点空间拓扑关系的指纹交叉库匹配算法研究作者姓名秦帅学校导师姓名、职称庞辽军教授^企业导师姓名、职称卢重瑞高工申请学位类别工程硕士学校代码10701学号1512122910分类号TP391.4密级公开西安电子科技大学硕士学位论文基于细节点空间拓扑关系的指纹交叉库匹配算法研究作者姓名:秦帅领域:生物医学工程学位类别:工程硕士学校导师姓名、职称:庞辽军教授企业导师姓名、职称:卢重瑞高工学院:生命科学技术学院提交日期:2018年6月FingerprintCross-LibraryMatchingAlgorit

2、hmBasedonMinutiaeSpaceTopologicalRelationAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinBiomedicalEngineeringByQinShuaiSupervisor:PangLiaojunTitle:ProfessorSupervisor:LuChongruiTitle:SeniorEngineerMay2018西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的

3、学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人己经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过一的材料。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意3学位论文若有不实之处一,本人承担切法律责任。本人签名:—表叶日期:^西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研宄生在

4、校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研宄成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在解密后适用本授权书。_年_本人签名:產导师签名:个日期:日期:叫!冬叫摘要摘要指纹识别技术作为目前主要的身份识别方式之一,以其较高的安全性、可靠性以及便利性被广泛应用于社会各个领域。指纹识别领域在大面积指纹识别、高质量指纹识别、成年指纹识别以及单

5、一数据库指纹识别等方面的技术已经非常成熟,而在小面积指纹识别、低质量指纹识别、婴幼儿指纹识别和交叉库指纹识别等方面,识别精度还有待提高,识别算法和相关理论还需要深入探索。交叉库指纹识别是指将来自于不同采集仪的指纹进行匹配的过程。由于指纹图像来自不同原理和规格的传感器,导致待匹配指纹间存在较大的非线性形变、尺度缩放和旋转平移变化,相对于常规的指纹匹配,交叉库指纹之间的识别率较低。交叉库指纹识别已经成为目前指纹识别领域的研究热点之一。本文针对交叉库指纹间较大非线性形变的问题,深入研究基于细节点空间拓扑关系的匹配方法,主要包括:(1)提出了一种基于细节点的混合特征算子

6、。在经典细节点方向算子的基础上,融合了指纹频率信息,并将其用以指纹匹配。通过特征融合,增加了指纹细节点匹配的准确性,为后续的交叉库指纹匹配打下了良好的基础。(2)提出一种细节点空间特征融合的交叉库指纹识别算法。该算法针对交叉库指纹图像间较大非线性形变的问题,将细节点混合特征描述子与传播算法相结合,在匹配过程中使用细节点空间拓补结构作为约束条件,实现了交叉库指纹间的精确匹配。(3)实现了交叉库指纹细节点特征和脊线特征的结合。在传播算法的基础上,添加受非线性形变影响较小的脊线计数特征,并获取脊线相似度。将细节点和脊线的相似度分数相融合作为图像的匹配分数,使细节点信息

7、和脊线信息能够相互补充,达到较低的EER值。本文对提出的创新算法在Fingerpass的三个子数据库上进行了交叉匹配实验,结果显示:针对较大形变的交叉库指纹匹配,本文算法的最优EER值为2.01%,平均EER达到2.28%,相对于其他算法,性能有明显提高,验证了本文方法的有效性。关键词:交叉库指纹识别,指纹匹配,细节点算子,脊线计数,细节点空间关系IABSTRACTABSTRACTFingerprintidentificationtechnologyiswidelyusedinallaspectsofhumansociallifeasapopularidenti

8、tyidentifica

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。