基于图像处理的指纹识别系统开题报告.doc

《基于图像处理的指纹识别系统开题报告.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、毕业论文(设计)开题报告题目基于图像处理的指纹识别系统学生姓名学号学院电子与信息工程专业信息工程指导教师二Ｏ一四年十二月二十日毕业论文（设计）开题报告1．本课题的目的及研究意义 身份认证在日常生活中无处不在，小到手机解锁、上班打卡、银行取钱，大至疑犯鉴别、居民身份认定等等。传统的身份认证手段主要包括两种:一是基于知识的身份认证方式如密码、口令等，二是基于令牌式的认证方式如钥匙、笔记和IC卡等，但是在信息化时代这些传统的认证方式面临诸多挑战，比如:密码容易遗忘又容易被窃取，证件容易伪造、丢失、冒用等等。随着电子眼监控，网络通信和数字化的深入发

2、展，越来越多的电子设备进入人们日常生活，传统认证手段的弊端日益暴露出来，比如，别人监控到你在客户端输入密码时的敲击动作就能分析出你的登陆密码，甚至可以通过你的大数据就可以猜出口令。身份被盗用所造成的个人和社会损失是巨大的，因此迫切需要研究新的、更加先进的身份识别手段。这个时候通过生物特征识别来确认身份的方法进入了大家的视线。相信大家都看过诸多特工、间谍电影中有偷取他人虹膜的桥段，而虹膜就是生物特征的一种。生物特征识别技术是指根据每个人自身具有的生物特征来进行身份验证和识别的，包括指纹、虹膜、DNA等。相较于传统身份识别，生物特征识别更为安全

3、、可靠，并且这些生物识别产品都不同程度上借助计算机技术实现，容易和监控、安全、管理系统相整合以实现自动化控制管理。随着科技的发展，图像处理技术日益精湛，指纹识别技术在生物特征识别中地位更加突出。2．本课题的国内外的研究现状 许多学者对指纹特征提取方法进行了探讨，其中，主要包括两大类方法，即依据指纹灰度图像直接提取指纹特征的方法和依据二值化后的指纹图像提取特征的方法。B.M.Mehtre（B.M.Mehtre1987）等人提出了一种基于邻域内方向模版上灰度统计特性的求取方向图的方法，克服了方向图在指纹图像分割中的局限性；A.R.Rao（A.R

4、.Rao1990）1提出了一种利用梯度算子求取方向图的方法；AnilJain（AnilJain1999）2等人对A.R.Rao（A.R.Rao1990）的方法作了进一步的改进,采用了一种后处理平滑算法,并利用Gabor滤波器对频率和方向的选择性,实现了图像增强。M.M.S.Chong（M.M.S.Chong1997）3等人利用B-样条曲线抽取指纹图像的几何框架并基于此进行指纹的分类；A.Tojo（A.Tojo1984）等人在分析了图像边缘2x2窗口对纹线局部方向的作用之后，提出了一种求块局部纹线平均方向的方法；黄席樾（黄席樾2001）4等通

5、过对指纹图像方向基元集的定义和描述，对A.Tojo（A.Tojo1984）的方法给出了数学上的解释，提出了根据局部图像质量的不同采用不同的计算平均方向的自适应方法。北京大学通过对图像圆盘标准方向偏子集的定义和变差分析,提出了一种计算纹线方向图和不可定向图的方法。上海交通大学的杜朝晖（杜朝晖2000）5等提出基于walSh变换检测指纹方向场的算法,利用方向场求得指纹的中心点,用于指纹分类和快速检索。刘勇（刘勇2001）7等提出了基于多窗口的区域方向图滤波法,该方法利用指纹图像的局部区域内纹线方向的相关性,有效地确定了纹线的区域方向,解决了单窗

6、口区域方向图法中存在的局部误判问题,进而实现了沿指纹纹线方向的滤波。赵冰(赵冰2003)等提出了一种对灰度纹线进行跟踪的方法,它首先对纹线做截面,并求出该截面的中心点,然后以该中心点为起点,沿纹线方向迈出一定步长,在此处以纹线方向的法线方向再做截面,依此类推跟踪下去,该文献中,跟踪的结果用来直接在灰度指纹图像上提取细节特征。JH.chnag(JH.chnag2002)10等提出了一种对细化二值纹线进行跟踪的方法,它引入圆形算法,以细化纹线上一点为圆心,以一定长度为半径做圆,该圆与纹线有交点,取纹线方向一方的交点为下一步跟踪的圆心,依此类推跟

7、踪下去。在该文献中,跟踪的结果用于纹线类型识别,然后对指纹进行分类。关于指纹匹配国内外同样有诸多论著，作者同样摘录部分。总的来说对于指纹匹配，国内外的研究者提出了不少有关指纹匹配的算法，其中有基于图形图像点模式匹配的、有基于纹理模式的、有基于混合特征的、有基于特征节有基于光学相关性的等。其中基于特征节点模式匹配是指纹匹配的主流，这主要是由于特征点的匹配具有简单、快速、鲁棒性等优点。Ranade与Rosenfeld(SanjayRanade,AzrielRosenfeld1980)11提出了点匹配的松弛算法。他才去可靠度将迭代法计算,关键在重

8、复计算时其它变换匹配的可靠度将加权影响正被计算的可靠度的值。当迭代结束时,对应于原图的变换匹配的可靠度会保持较大的值,而其他变换匹配的可靠度则变得较小。不过因为该方法需要反复迭代