【摘 要】
:
近年来,光电技术突飞猛进,指纹采集仪器的功能也越来越强,高分辨率指纹识别逐渐走入人们的视野。相比传统的指纹识别,高分辨率指纹识别不仅能够提取更高分辨率的指纹细节信息
论文部分内容阅读
近年来,光电技术突飞猛进,指纹采集仪器的功能也越来越强,高分辨率指纹识别逐渐走入人们的视野。相比传统的指纹识别,高分辨率指纹识别不仅能够提取更高分辨率的指纹细节信息,还具有高准确率,防造假等优点。但是高分辨率指纹识别面临复杂度较高,受非线性形变影响较大等问题。虽然在高分辨率下可获得更精细的指纹特征,但是指纹的局部特征在被放大的同时,指纹局部形变也被放大,这对汗孔这类第三层指纹特征的匹配带来较大影响。目前的第三层指纹特征匹配算法大多采用整体匹配,没有考虑到局部形变造成的误差。 本文针对目前高分辨率指纹匹配的问题,提出了两种基于分治思想的汗孔匹配算法。 第一种算法为基于细节点三角剖分分块的汗孔匹配算法,算法首先根据细节点进行匹配,然后基于匹配细节点进行三角剖分,对指纹进行分块。然后分块匹配每个块里的汗孔。分块匹配使复杂度大大降低,并一定程度上缩小了非线性形变对匹配结果的影响。在得到汗孔的匹配结果后,本文又结合细节点,方向场信息进行了匹配融合,匹配结果相比同类算法有一定提高。 第二种算法为基于脊线的汗孔匹配算法。首先根据脊线进行匹配,通过计算相似度找到相似的脊线,然后根据距离计算匹配的脊线,并计算脊线的匹配得分。然后根据匹配的脊线,找到脊线上的汗孔,并采用动态规划法计算匹配得分,最后的得分为脊线得分与相应汗孔的匹配得分的积。然后结合方向场和细节点进行匹配级融合。采用基于脊线的汗孔匹配可以有效解决局部脊线形变带来的误差,一定程度上提高了指纹匹配的准确率。 最后在香港理工大学的高分辨率指纹库上进行了实验。实验表明本文提出的两种高分辨率指纹识别匹配算法相比目前已提出的同类算法性能有所提升。
其他文献
聚己内酯(PCL)是由ε-己内酯开环聚合制得的热塑性聚酯,由于PCL的熔点较低,热稳定性和水解稳定性优良,与多种聚合物的相容性很好等诸多优点,与其他脂肪族聚酯相比有着广阔的
随着网络的发展,在线社交网络已经成为人们相互联络,发表观点,及分享消息的主要途径。比如Facebook、Flickr、人人网、开心网等。通常社交网络中的用户会提供一些个人信息如:
拓扑控制是无线传感器网络的基础问题,拓扑结构的好坏,直接影响无线传感器网络的网络性能。由于传感器节点一般由电池供电,节点能量、计算、通信等资源十分有限,而无线传感器
在21世纪,互联网信息量巨大,同时以惊人的速度增长,而现有的搜索引擎无法对巨量的信息形成有效检索。形成这种局面的原因主要有以下两方面:一是用户需要特定的信息资源,而信
在机器学习和自然语言处理领域中,语义模型(Topic Models)是一类基于统计理论的概率模型,它一般通过构建出“词汇—主题—文档”来发现语料库(文档集合)中的潜在的主题(语义)
随着物联网技术的发展,在一个分布有大量6LoWPAN传感器节点的监测区域中,通过一个功能强大的边界路由器实现域内传感器节点接入IPv6网络,并与IP网络的相互通信,是实现物联网
当今社会互联网日益普及,近几年来涌现出了大量社交网站,这使得人们能够更加方便的利用网络交换信息实现自己的个人发展。如何将网站服务器中存储的大量用户数据构造成一个社
传统的掌纹识别主要是基于掌纹二维图像,从图像中提取掌纹纹理信息作为特征来进行身份识别,然而二维掌纹识别存在以下缺陷:受光照影响严重;手掌颜色变化或污渍会影响识别精度
现实世界中,90%的知识来源于文本,从文本知识源中获取专业知识是一种重要的途径。但不同的文本对对象的描述往往有所不同,为了获取完备的知识,需要从多种文本知识源中挖掘。
经过30多年的发展,目前RDS(Radio data System)技术在欧美等一些发达地区已经成熟,其应用也进入到人们生活中的各个领域,并深受人们的喜爱。RDS作为一种低成本、技术成熟以及