發(fā)布時(shí)間：2020-08-09 11:56

【摘要】：隨著科技的發(fā)展,人們?cè)趥�(gè)人身份識(shí)別方面提出了更高的要求,生物特征識(shí)別技術(shù)作為目前安全級(jí)別最高的技術(shù),受到了越來(lái)越廣泛的關(guān)注。指紋由于其穩(wěn)定性、唯一性和便捷性等優(yōu)點(diǎn),在身份識(shí)別中應(yīng)用廣泛。同時(shí),隨著指紋采集設(shè)備性能日漸提升,傳感器能獲取更高分辨率的圖像和更加豐富的指紋特征,指紋識(shí)別技術(shù)的準(zhǔn)確率和魯棒性也不斷提高。對(duì)高分辨率指紋圖像的研究已成為當(dāng)前的熱點(diǎn)。嵌入式系統(tǒng)中需要對(duì)指紋進(jìn)行拼接,指紋的配準(zhǔn)技術(shù)是拼接的關(guān)鍵。高分辨率指紋圖像帶來(lái)高精度、高防偽能力的同時(shí)也衍生了一些其他問(wèn)題:相同大小的指紋區(qū)域,高分辨率比低分辨率圖像大,配準(zhǔn)所需的計(jì)算量更大。而身份識(shí)別對(duì)實(shí)時(shí)性要求很高,雖然指紋識(shí)別有許多研究成果問(wèn)世,但仍難滿(mǎn)足部分應(yīng)用對(duì)時(shí)間性能的需求,高效地實(shí)現(xiàn)指紋圖像的配準(zhǔn)具有重要的實(shí)用價(jià)值,如何合理利用有限的資源實(shí)現(xiàn)快速配準(zhǔn)至關(guān)重要。本文以圖像配準(zhǔn)為中心,主要針對(duì)基于相位相關(guān)的圖像配準(zhǔn)方法進(jìn)行了深入研究,本文的工作可以概括為以下三個(gè)方面:1.指紋圖像預(yù)處理方面,本文根據(jù)采集到的原始指紋圖像噪聲分布的特點(diǎn),提出了一種快速的中值濾波方法,分析了其速度優(yōu)勢(shì),證明了該方法在本文提供的指紋庫(kù)中的可行性。通過(guò)與傳統(tǒng)中值濾波方法的對(duì)比實(shí)驗(yàn),說(shuō)明了該方法在對(duì)結(jié)果影響較小的情況下,可以極大地提高運(yùn)行效率。2.對(duì)指紋圖像平移進(jìn)行配準(zhǔn)方面,通過(guò)對(duì)基于傅里葉變換的配準(zhǔn)方法進(jìn)行分析,得出影響其運(yùn)行效率的主要是反變換部分,經(jīng)過(guò)理論推導(dǎo),提出一個(gè)理想情況下可以替代反變換的模型,并驗(yàn)證了該模型的可行性。通過(guò)實(shí)驗(yàn)優(yōu)化該模型的搜索策略以及參數(shù),使得在與傳統(tǒng)方法差異很小的情況下提高了配準(zhǔn)速度。3.嘗試使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)指紋圖像進(jìn)行配準(zhǔn),求圖像間的平移量與旋轉(zhuǎn)角度。構(gòu)造了兩個(gè)不同的深度的卷積神經(jīng)網(wǎng)絡(luò),每個(gè)網(wǎng)絡(luò)分別使用兩種模型進(jìn)行對(duì)比,驗(yàn)證其在指紋圖像配準(zhǔn)方面的可行性。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41
【圖文】：

逡逑本文的實(shí)驗(yàn)主要在實(shí)驗(yàn)室采集的指紋庫(kù)上進(jìn)行，該指紋庫(kù)在第三章會(huì)提及。逡逑圖２－４為采集器采集的原始指紋圖像，大小為１９２０Ｘ邋１２００。圖２－５為圖２－４中紅逡逑色區(qū)域的放大圖，從中可以看出，采集過(guò)程中引入的主要是椒鹽噪聲，處理該噪逡逑聲最實(shí)用的方法是中值濾波。該方法的原理與實(shí)現(xiàn)都比較簡(jiǎn)單。但為了滿(mǎn)足實(shí)時(shí)逡逑性，需要對(duì)中值濾波算法進(jìn)行一定的優(yōu)化。逡逑圖２－４原始指紋圖像逡逑１３逡逑

逡逑本文的實(shí)驗(yàn)主要在實(shí)驗(yàn)室采集的指紋庫(kù)上進(jìn)行，該指紋庫(kù)在第三章會(huì)提及。逡逑圖２－４為采集器采集的原始指紋圖像，大小為１９２０Ｘ邋１２００。圖２－５為圖２－４中紅逡逑色區(qū)域的放大圖，從中可以看出，采集過(guò)程中引入的主要是椒鹽噪聲，處理該噪逡逑聲最實(shí)用的方法是中值濾波。該方法的原理與實(shí)現(xiàn)都比較簡(jiǎn)單。但為了滿(mǎn)足實(shí)時(shí)逡逑性，需要對(duì)中值濾波算法進(jìn)行一定的優(yōu)化。逡逑圖２－４原始指紋圖像逡逑１３逡逑

交換后記錄紅色邐大小，四個(gè)大數(shù)即為四個(gè)中值逡逑圖２－６方法二示意圖逡逑此方法中第一步與第二步比較的兩行數(shù)字的結(jié)果可以記錄，第五步滑動(dòng)后可逡逑以省去新區(qū)域左半部分的比較，通過(guò)１２次比較可以得出４個(gè)中值，理論上速度逡逑會(huì)提升很多。為了驗(yàn)證方法二在本文采集的數(shù)據(jù)集中的可行性，對(duì)圖２－４分別進(jìn)逡逑行傳統(tǒng)的中值濾波和方法二的中值濾波，將兩幅處理后的圖像作差并求絕對(duì)值。逡逑為了結(jié)果看起來(lái)更加明顯，圖２－７為整體開(kāi)根號(hào)并歸一化的結(jié)果。從圖中可以看逡逑出，除了中間行偏左的小區(qū)域（即圖中紅色區(qū)域）有較大的差異外，其他區(qū)域相逡逑差很小。差異較大的區(qū)域正對(duì)應(yīng)原圖中椒鹽噪聲比較集中的區(qū)域，且是由采集過(guò)逡逑程引入的誤差

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 劉貴喜;劉冬梅;劉鳳鵬;周亞平;;一種穩(wěn)健的特征點(diǎn)配準(zhǔn)算法[J];光學(xué)學(xué)報(bào);2008年03期

2 劉君;朱善安;;基于信號(hào)互相關(guān)函數(shù)與神經(jīng)網(wǎng)絡(luò)的全自動(dòng)圖像配準(zhǔn)算法[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2006年06期

相關(guān)博士學(xué)位論文 前2條

1 宋智禮;圖像配準(zhǔn)技術(shù)及其應(yīng)用的研究[D];復(fù)旦大學(xué);2010年

2 楊占龍;基于特征點(diǎn)的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前3條

1 金紹斌;基于粒子群優(yōu)化的CNN模板設(shè)計(jì)及其在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用研究[D];江西理工大學(xué);2015年

2 李致遠(yuǎn);基于改進(jìn)的圖像配準(zhǔn)方法的全景圖像拼接研究[D];吉林大學(xué);2015年

3 吳志丹;高分辨率指紋汗孔特征提取與匹配算法研究[D];哈爾濱工業(yè)大學(xué);2013年

本文編號(hào)：2787085