手指静脉特征提取算法的研究.pdf-资料库

学校代号 10532 学号 S1210W131 分类号 TP391 密级普通工程硕士学位论文手指静脉特征提取算法的研究学位申请人姓名阳升培养单位信息科学与工程学院导师姓名及职称李丽娟教授陈展高工学科专业计算机技术研究方向图像处理论文提交日期 2015 年 5 月 8 日

学校代号：10532 学密号：S1210W131 级：普通湖南大学工程硕士学位论文手指静脉特征提取算法的研究学位申请人姓名：阳升导师姓名及职称：李丽娟教授陈展高工培养单位：信息科学与工程学院专业名称：计算机技术论文提交日期： 2015 年 5 月 8 日论文答辩日期： 2015 年 5 月 23 日答辩委员会主席：杨高波教授

Research on Finger Vein Feature Extraction Algorithm by YANG Sheng B.E. (Jishou University) 2012 A thesis submitted in partial satisfaction of the Requirements for the degree of Master of Engineering in Communication Engineering in the Graduate School of Hunan University Supervisor Professor LI Lijuan Senior Engineer CHEN Zhan May，2015

湖南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究成果。除了文中特别加以标注引用的内容外，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，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使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，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南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，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于 1、保密□，在______年解密后适用本授权书。 2、不保密。 (请在以上相应方框内打“√”) 作者签名：导师签名：日期：年月日日期：年月日 I

手指静脉特征提取算法的研究摘要随着信息技术的高速发展，当今社会对信息安全的要求越来越高，身份识别是保证系统安全的重要手段。生物特征识别技术是一种利用人体固有的生理特征或行为特征来进行身份识别的方法，比传统的身份识别技术更加安全而便捷。在众多的生物特征识别技术中，指纹识别的技术发展相对成熟，但是随着应用的推广，指纹识别显现出了许多的不足之处，比如指纹容易被复制和伪造等。手指静脉识别是一种新型的非接触式的生物特征识别技术，它有效的克服了采集对象局限于表面的缺点，具有广阔的应用前景。在实际的应用中，由于受到采集设备的局限，采集到的手指静脉图片质量不好，导致特征提取困难，从而会影响识别系统的准确性。针对这些问题，本文对手指静脉的特征提取算法进行了深入的研究，提出了高识别率的静脉特征提取算法。本文的主要研究如下： (1) 研究了基于小波变换的静脉图像处理。首先在 Mallat 算法理论的基础上分析了小波变换在图像分解上的应用，然后研究了不同的小波变换对静脉图像处理应当考虑的三个因素，即小波基函数的选择、小波分解层数的确定以及小波分解组图的确定，最后通过实验验证了适合静脉图像的小波基函数、分解层数和分解子图。 (2) 在小波变换的基础上，分析了小波变换系数权值的选择问题，提出了三种改进算法，一是基于加权小波变换和成分分析的特征融合算法，二是加权基于小波变换和成分分析的决策融合算法，三是加权基于小波变换和核成分分析的特征融合算法。通过理论和实验的分析，得出改进的算法与传统算法相比，大大提高了系统的识别率。关键词：特征提取；加权小波变换；主成分分析；核主成分分析；决策融合 II

工程硕士学位论文 Abstract With the rapid development of information technology，today's society have become increasingly demanding on information security, identification is an important means to ensure system security. Biometric technology is safer and more convenient than the traditional identification technology which is a use of human natural physiological characteristics or behavioral charact eristics to make identification method. Among the biometric technologies, fingerprint recognition technology is relatively mature, but with the promotion of the application , fingerprinting has shown a lot of shortcomings, such as a fingerprint is easily copied and forged. Finger vein recognition is a new non-contact biometric technology, which overcome the shortcomings of the acquisition object confined to the surface effectively, and it has broad application prospects. In practical applications, due to the limitations of the acquisition of equipment, the acquisition of the finger vein images have poor quality so that the feature extraction is difficult, which will affect the accuracy of the identification system. To solve these problems, the paper conducted in-depth research on finger vein feature extraction algorithm, and proposed the vein feature extraction algorithms for high recognition rate. The main research is as follows: (1) We researched on the vein image processing based on wavelet transform. Firstly, we analyzed the application with wavelet transform image decomposition based on Mallat algorithm theory. Then considered three factors that wavelet basis functions selection, wavelet decomposition level determination and the determination of the wavelet decomposition sub-maps with vein image processing on different wavelet transform. Finally, experiments showed the suitable vein image wavelet function, decomposition level and exploded sub-maps. (2) This paper analyzed the choice of wavelet transform coeffic ients weights on the basis of wavelet transform, we present three improved algorithm, the one is feature fusion algorithm based on the weighted wavelet transform and component analysis, the second is decision fusion algorithm based on the weighted wavelet transform and component analysis, third is feature fusion algorithm based on the weighted wavelet transform and kernel component analysis. The results showed that III

手指静脉特征提取算法的研究 improved algorithm greatly improving the system of recognition rate compared with traditional algorithm by analyzing the theoretical and experimental. Key Words：Feature Extraction; Weighted Wavelet Transform; Principal Component Analysis; Kernel Principal Component Analysis; Decision Fusion IV

工程硕士学位论文目录学位论文原创性声明学位论文版权使用授权书 ................................................ I 摘要 ................................................................................................................ II Abstract ........................................................................................................... III 插图索引 ......................................................................................................... VII 附表索引 ........................................................................................................ VIII 第 1 章绪论 .....................................................................................................1 1.1 论文的研究背景及意义 ........................................................................1 1.2 国内外研究现状 ...................................................................................3 1.2.1 静脉识别系统产品研究现状 .....................................................3 1.2.2 静脉识别算法研究现状 .............................................................5 1.3 本文主要研究内容 ...............................................................................6 1.4 本文的组织 ...........................................................................................7 第 2 章图像预处理基础知识 ............................................................................8 2.1 手指静脉图像的获取 ...........................................................................8 2.2 感兴趣区域的提取 ................................................................................9 2.3 图像的归一化 ..................................................................................... 11 2.4 图像的滤波与去噪 ............................................................................. 13 2.5 本章小结 ............................................................................................. 14 第 3 章基于小波变换的图像处理 .................................................................. 16 3.1 小波变换基础 ..................................................................................... 16 3.1.1 连续小波变换 .......................................................................... 16 3.1.2 离散小波变换 .......................................................................... 17 3.1.3 小波基函数 ............................................................................... 18 3.1.4 小波基函数的选择原则 ........................................................... 21 3.2 多分辨分析与 Mallat 算法 .................................................................. 23 3.2.1 多分辨分析 .............................................................................. 23 3.2.2 Mallat 算法 ................................................................................ 23 3.3 基于小波变换的静脉图像处理 ........................................................... 25 3.3.1 小波基函数的选择 ................................................................... 25 3.3.2 小波分解层数的确定 ............................................................... 26 3.3.3 小波分解子图的确定 ............................................................... 27 3.4 本章小结 .............................................................................................. 28 第 4 章基于小波变换和子空间的特征提取算法 ........................................... 29 V

资料库

手指静脉特征提取算法的研究.pdf

相关推荐

音视频

热门标签

最新资料