基于小波包變換與PNN神經(jīng)網(wǎng)絡(luò)相結(jié)合的指紋識(shí)別系統(tǒng).pdf

1、在指紋識(shí)別、語音識(shí)別、視網(wǎng)膜識(shí)別等生物特征認(rèn)證（識(shí)別）技術(shù)中，由于指紋識(shí)別具有唯一性（每個(gè)人的指紋獨(dú)一無二）、不變性（指紋具有很強(qiáng)的相對(duì)穩(wěn)定性）、實(shí)用性（指紋樣本易于獲?。┖桶踩裕ㄒ蝗说氖钢讣y皆不同，可構(gòu)成多重口令）等優(yōu)點(diǎn)，成為一種應(yīng)用最廣的身份確認(rèn)和識(shí)別技術(shù)。 盡管指紋只是人體皮膚的一小部分，但用于識(shí)別的數(shù)量相當(dāng)大，而且由于指紋圖像的噪聲、皮膚彈性引起的非線性變形、指紋錄入的位置偏移等多方面因素，識(shí)別過程決不是對(duì)指紋數(shù)據(jù)進(jìn)

2、行簡單的相等與不相等的比對(duì)，而需要通過復(fù)雜的圖像處理過程及使用大運(yùn)算量的模糊匹配和識(shí)別算法才能完成，故研究難度很大。 加上許多研究文獻(xiàn)都因商業(yè)利益而保密未予公開，因此盡管已經(jīng)有了多種成型產(chǎn)品，理想的自動(dòng)指紋識(shí)別系統(tǒng)至今仍是一個(gè)相當(dāng)困難的研究任務(wù)，尤其在指紋圖像的預(yù)處理、自動(dòng)識(shí)別等方面仍存在一些問題有待改進(jìn)，可以進(jìn)一步進(jìn)行探索研究。 指紋識(shí)別系統(tǒng)主要包括三個(gè)步驟：圖像預(yù)處理、圖像特征提取、圖像特征匹配。本文針對(duì)指紋識(shí)別系統(tǒng)

3、的各個(gè)環(huán)節(jié)進(jìn)行了探索性研究，提出了基于小波包變換與PNN 神經(jīng)網(wǎng)絡(luò)相結(jié)合的指紋識(shí)別方法，通過仿真實(shí)驗(yàn)，得出了一些結(jié)論： 1、采用中值濾波與小波包變換相結(jié)合的算法，能有效去除指紋圖像采集過程中隨機(jī)噪聲對(duì)圖像造成的干擾，并得出了在噪聲系數(shù)小于0.25 的情況下，小波包變換去噪優(yōu)于小波去噪的結(jié)論，從而驗(yàn)證了小波包變換對(duì)圖像細(xì)節(jié)的分析能力。 2、在圖像預(yù)處理中加入圖像質(zhì)量評(píng)估環(huán)節(jié)，能有效去除干、濕、不完整指紋對(duì)指紋識(shí)別率的影響，

4、而且基于二值化的圖像質(zhì)量評(píng)估算法，實(shí)現(xiàn)簡單，處理速度快，能滿足實(shí)時(shí)性要求。 3、對(duì)圖像的尺寸和灰度進(jìn)行歸一化后，去除了圖像的冗余信息，使圖像的主要信息得以突出，并且整幅指紋圖像的灰度變得均勻，有效降低了圖像冗余和灰度不均勻給指紋特征點(diǎn)提取帶來的困難。 4、對(duì)指紋圖像進(jìn)行小波包分解，并對(duì)分解后的四叉樹進(jìn)行優(yōu)化后，得到最優(yōu)小波樹，通過計(jì)算最優(yōu)樹葉子節(jié)點(diǎn)的能量得到的指紋特征點(diǎn)值，能較好地代表指紋特征，且特征點(diǎn)少而精，大大提高了