掌纹识别算法.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：4.42M 资料格式：pdf 举报版权申诉

xvdehao-9932850-4744302542858842145.pdf-第1页.png

第1页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第2页.png

第2页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第3页.png

第3页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第4页.png

第4页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第5页.png

第5页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第6页.png

第6页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第7页.png

第7页 / 共119页

xvdehao-9932850-4744302542858842145.pdf-第8页.png

第8页 / 共119页

文本预览

分类号 U D C 掌纹图像处指导教师索继东学位授予单位申请学位级别工学博士论文完成日期 2012年4月誊睡一l ，暖 ‘ ■， l ● r 坩 0 t■臣墨I■昆叠-r■≯譬曩} 一气‘，臣一．o卜}广

一、声 !~． -

and Recognition Dissertation Submitted to Dalian Maritime University In partial fulfillment of the requirem ents for the degree of Doctor of Engineering ’ q l -I by Xu Shuang (Communication and Information Systems) Dissertation Supervisor：Professor Suo Jidong April 2012

大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果，撰写成博／硕士学位论文：：堂筮图傻处理壁迟剔友洼婴究：：。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式 ▲ L 标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。学位论文作者签名：学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中，并以电子出版物形式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于：保密口在——年解密后适用本授权书。不保密凰么请在以上方框内打“√") 论文作者签名：弓了哭导师签名。日期：沙l 2年石月r o El

创新点摘要 } f

lI t 创新点摘要的特点，本算法利用不同尺度与方向的Gabor滤波器提取掌纹图像的总体特征信息和多个局部纹线特征信息，形成高维的Gabor特征空间，然后利用双向的主成分分析方法对Gabor特征空间进行行和列双方向的初次降维，再利用一维主成分分析对初步降维后的特征子空间进行二次降维，得到图像的最佳描述特征，本算法能够增强光照变化和位置变化的鲁棒性。与单独使用Gabor算法或子空间算法相比，本算法能明显提高掌纹识别的精度和效率。 (4)提出了一种基于二维Gabor小波的改进线性判别算法。传统的二维线性判别分析算法对类间散度矩阵和类内散度矩阵同时对角化时，对类间散度矩阵求得最佳投影向量时会产生白化处理过程，而这种白化处理在进行分类判别时是多余的，同时还会存在计算复杂度高的缺点：此外，传统的二维线性判别分析算法对类间距离有限制要求，要求同类图像的类间距离和不同类图像的类『白J距离要尽可能的大。为了克服传统二维线性判别分析算法的缺点，提出了一种改进的二维线性判别分析算法。本算法通过寻找类内散度矩阵最大特征值对应特征向量与类间散度矩阵最大特征值对应特征向量的线性关系，构造一个新的线性准则函数，本算法能避免白化处理过程，减小类间距离的限制，降低计算复杂度。为了提高掌纹识别精度，在文中先对图像进行Gabor小波特征提取，再进行二维主成分分析的改进线性判别算法。实验结果表明，本算法能够提高掌纹识别的精度，减少存储需求，增强了对光照、亮度等变化的鲁棒性。

中文摘要摘要随着信息技术不断飞速发展，对各种系统的可靠性和安全性提出了更高要求，作为网络化与信息化时代必不可少的身份鉴别手段，生物特征识别技术已成为国内外的前沿热门研究方向。掌纹识别是一项新的生物识别技术，具有成本较低、稳定性较高、识别速度快、抗噪能力强、易于使用及可接受程度高等优点，对提高认证系统的可靠性和安全性具有十分重要的研究意义和实用价值。掌纹识别技术包括掌纹图像的采集、预处理、特征提取和匹配等环节。掌纹图像的采集中获取图像的质量最为重要；掌纹预处理中主要是获取有效的感兴趣区域；掌纹特征提取的核心技术是如何提取高效而有区分能力的特征；掌纹特征匹配中匹配算法的选取和设计是关键。因此，如何实现高精度、高可靠性及高效率的掌纹识别方法一直都是掌纹识别技术中复杂而有意义的课题。本文正是基于这个情况，对掌纹识别技术进行了深入的研究和新的探索。本文的主要工作如下： (1)针对掌纹识别技术的特点，深入研究了掌纹识别技术的操作模式及掌纹识别系统的性能评估指标，给出了本文掌纹识别的操作模式及评价系统性能的评估指标；研究了主成分分析技术、独立成分分析技术、线性判别分析技术及近似线性的非线性降维技术等掌纹识别降维技术的线性降维特性，分析了具有良好时频特性的Gabor小波技术，为掌纹识别技术的深入研究提供了理论基础。 (2)针对采集到的掌纹图像存在手掌放鼍的位置不同、手指张开度不同等问．^ j ’ j

中文摘要 (4)根据Gabor变换的特点，研究了二维Gabordx波的时频域特性和主成分分析的降维方法，设计了～种基于Gabor的二维主成分分析算法。该算法将不同尺度和方向的Gabor滤波器与所有掌纹图像的训练样本做卷积，将所得的特征组成高维 Gabor特征空间，再将Gabor特征空间通过主成分分析方法降维，提取较少的系数来表征图像。 (5)针对传统二维线性判别算法存在白化处理、计算复杂度高及类间距离有限制要求的问题，设计了一种改进的二维线性判别算法：并在结合Gabord,波和主成分分析方法的基础上实现了改进的二维线性判别算法。关键词：掌纹图像；定位分割：降维；掌纹识别；线性降维：Gabor

分享到：

赞收藏

资料库

掌纹识别算法.pdf

相关推荐

人工智能

热门标签

最新资料