基于神經(jīng)網(wǎng)絡(luò)的指紋識(shí)別系統(tǒng).pdf

1、當(dāng)今世界，不可靠的授權(quán)造成了商業(yè)和個(gè)人巨大的財(cái)產(chǎn)損失?？梢杂脕?lái)替代密碼的生物特征，已經(jīng)成為了能夠很好解決身份認(rèn)證這個(gè)問題的方法之一。而指紋識(shí)別技術(shù)是目前國(guó)際上公認(rèn)的一種應(yīng)用最廣泛、可靠性最高的身份認(rèn)證技術(shù)。在過去的十幾年中，無(wú)數(shù)的研究單位和公司企業(yè)都積極從事自動(dòng)指紋識(shí)別算法的研究和產(chǎn)品開發(fā)，并且已經(jīng)有許多產(chǎn)品進(jìn)入市場(chǎng)，廣泛應(yīng)用于刑偵、遺傳工程、民用、商用及政府機(jī)關(guān)等領(lǐng)域。 指紋識(shí)別技術(shù)一般分為五個(gè)階段：指紋采集、指紋預(yù)處理、指紋

2、特征提取、指紋分類和指紋匹配。本系統(tǒng)以指紋細(xì)節(jié)特征和全局統(tǒng)計(jì)特征混合識(shí)別模式為依據(jù)，采用神經(jīng)網(wǎng)絡(luò)相關(guān)方法進(jìn)行研究，其主要目的有三個(gè)： 1.在現(xiàn)有的各種指紋處理算法基礎(chǔ)上，對(duì)它們進(jìn)行優(yōu)化改進(jìn)，使其在處理低質(zhì)量指紋圖片時(shí)也能得到較好的結(jié)果； 2.將幾種可用的神經(jīng)網(wǎng)絡(luò)模型引入指紋處理算法中； 3.將研究結(jié)果封裝成算法模塊，并集成在一個(gè)系統(tǒng)中，形成一個(gè)以指紋采集、處理、匹配、算法測(cè)試、系統(tǒng)評(píng)估等功能為一體的綜合性應(yīng)用平臺(tái)

3、。 本文主要工作包括以下幾個(gè)方面： 1.基于神經(jīng)網(wǎng)絡(luò)的指紋預(yù)處理算法。本文討論了歸一化及背景分離的方法；討論了脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)在指紋圖像細(xì)化中的應(yīng)用，提出了一種新的指紋細(xì)化后處理方法，使細(xì)化圖的細(xì)節(jié)點(diǎn)提取能取得更好的效果。 2.指紋特征提取及編碼技術(shù)。本文討論了PCNN提取指紋塊主脊線的方法，分別用主脊線投影和主脊線夾角兩種方式計(jì)算了指紋方向場(chǎng)；本文還分析了在PoincareIndex檢測(cè)奇異點(diǎn)的基礎(chǔ)

4、上通過對(duì)指紋圖像進(jìn)行多次錯(cuò)位分塊和多級(jí)尺寸分塊來(lái)提取奇異點(diǎn)的方法；另外，本文還討論了兩種細(xì)節(jié)點(diǎn)提取算法，分別是Template算法與CrossingNumber算法，并提出了一種偽細(xì)節(jié)點(diǎn)去除的新方法和指紋細(xì)節(jié)點(diǎn)可靠性的評(píng)估策略以及細(xì)節(jié)點(diǎn)的編碼方案。 3.指紋分類技術(shù)。本文討論了基于奇異點(diǎn)類型和位置進(jìn)行指紋分類的方法，以及基于方向場(chǎng)并使用動(dòng)態(tài)模板(Dynamicmasks)來(lái)進(jìn)行指紋分類的算法，還對(duì)動(dòng)態(tài)模板分類的算法進(jìn)行了改進(jìn)。