论文部分内容阅读
生物特征识别是利用人体生物特征进行身份认证的一种技术,是当前模式识别和图像处理领域的热点课题之一。图像处理作为生物特征识别技术中的一个重要环节,目前仍存在许多难题没有完全解决,尤其是当采集的特征图像受到噪声或其它外界环境影响较大时的识别效果还不够理想。本文在查阅近年来该领域有关文献的基础上,综合运用图像处理和模式识别技术,深入的研究了指纹图像与人脸图像的处理技术,并开发了相关的图像处理算法。 本文的主要内容如下: (1) 对目前生物特征识别技术的研究现状进行了比较全面的介绍,讨论了生物特征识别系统模型和性能评价等问题,并介绍了目前指纹与人脸识别的原理和主要算法。 (2) 在分析和比较了指纹识别中图像处理技术的基础上,本文对指纹图像的灰度规范化处理、指纹图像模式域的分割、方向场与频率场的计算、指纹图像滤波增强及二值化处理进行了研究和实现,为指纹识别的后续工作提供了保障。 (3) 研究了指纹识别中指纹图像的细化及细节特征提取技术,主要包括:二值化图像的细化处理及细化后处理、指纹图像的细节特征提取等。实验表明,这些算法获得了很好的效果,提高了指纹系统的识别率。 (4) 研究了人脸识别相关的图像预处理技术,包括人脸图像的几何规范化和光照补偿规范化处理,分析测试了图像预处理对识别的影响,为系统选择了合适的图像预处理技术。 (5) 探讨了基于固定模板的人脸区域确定的方法,并通过基于Canny算子的边缘检测算法实现了人脸轮廓的提取,从而为人脸识别能够在有效的区域进行提供了依据。 本文较全面地对指纹识别与人脸识别的图像处理的理论和技术进行了研究和分析,并对指纹和人脸的图像处理增强技术、特征提取、图像分割和人脸轮廓提取等算法进行了研究和实现,为进一步的开发提供了必要的理论和技术支持。