首页> 中文学位 >基于小波变换与方向旋转的指纹图像增强算法研究及实现
【6h】

基于小波变换与方向旋转的指纹图像增强算法研究及实现

代理获取

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题研究的意义及存在的主要问题

1.1.1 课题研究的意义

1.1.2 指纹识别技术目前存在的主要问题

1.2 国内外研究现状及发展趋势

1.2.1 国内外研究趋势

1.2.2 指纹识别技术的发展趋势

1.3 课题主要研究内容及创新点

1.3.1 主要内容

1.3.2 创新点

第二章 指纹识别技术的理论原理

2.1 指纹的结构和形态特征

2.1.1 全局结构特征

2.1.2 指纹细节特征

2.2 指纹自动识别系统的原理和一般方法

2.2.1 指纹图像采集

2.2.2 指纹图像预处理

2.2.3 指纹特征提取

2.2.4 指纹特征匹配

2.3 本章小结

第三章 基于小波变换的指纹图像增强

3.1 小波变换

3.1.1 小波简史

3.1.2 小波定义

3.1.3 小波分析

3.1.4 小波重构

3.2 基于小波变换的指纹图像增强

3.2.1 归一化

3.2.2 背景分割

3.2.3 方向计算

3.2.4 Gabor滤波

3.2.5 小波滤波

3.3 本章小结

第四章 基于Matlab的算法实现及实验结果分析

4.1 Matlab简介及其在图像处理中的应用

4.2 指纹数据集与测试环境

4.3 测试方法与结果对比

4.3 本章小结

结论与展望

参考文献

攻读硕士学位期间取得的研究成果

致谢

展开▼

摘要

随着网络社会的到来,信息安全的需求日益迫切,传统的依赖于信物或口令的身份认证方式其安全性已越来越不能被人们所接受。指纹因其唯一性和终生不变性成为目前最可靠的生物识别技术应用于身份识别,并受到国内外安全业界的广泛关注和应用。然而外界噪声干扰、采集设备的技术有限而导致产生一些低质量的指纹图像,从而影响了指纹识别的效果。为减小噪声的影响,须在指纹识别预处理过程中对指纹进行优化,如进行指纹图像增强。
   本文在查阅大量文献的基础上,分析了指纹识别技术的国内外研究现状,针对指纹图像的采集、预处理、特征提取和匹配等环节,主要研究了指纹图像预处理环节中的图像归一化、图像分割、图像增强等,重点研究了指纹图像的增强处理。
   本文分析了经典的指纹图像增强方法,发现基于Gabor变换的指纹图像增强技术本质上是使用了Gauss函数作为窗函数的加窗Fourier变换,不能很好的适应信号的短时高频和长时低频特点。基于小波变换的指纹识别技术利用了小波变换的多分辨率分析的特点,但忽略了指纹纹线具有方向性这一重要特点。基于此,本文提出了一种基于小波变换与方向旋转的指纹图像增强算法,将小波变换的优点与指纹图像的特点相结合以更好的进行图像增强。
   本文采用基于方向旋转的小波分解和重构技术,利用噪声能量主要集中在幅值较低的小波系数上这一特点,进行指纹图像滤波增强。从经过处理前后的图像对比来看,可以得出如下结论:对指纹图像进行小波滤波,使断开的纹线得到连接,脊线和谷线得到分离,指纹模糊区域得到恢复。对比本文提出的基于方向旋转的小波滤波与Galbor滤波,其EER值下降了2个百分点。实验表明,利用基于方向旋转的小波变换对指纹图像进行增强处理,对低质量的指纹图像增强效果明显,取得较好的效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号