导读:本文包含了细节点匹配论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:细节,指纹,指纹识别,图像,结构,中心点,全局。
细节点匹配论文文献综述
冯全,杨梅,康立军,吴丽丽,赵建[1](2013)在《基于二进制加密电路的指纹细节点匹配》一文中研究指出为了在开放网络的身份鉴别中安全地使用指纹认证技术,需要保护用户和服务器各自的指纹数据的隐私性。提出了一种新的指纹细节点匹配算法,由服务器的细节点模板和用户现场细节点集合组成序列通过不经意排序后,对序列相邻位置进行相等性测试,最后通过加法器计算出匹配细节点的数量。用加密二进制电路实现了上述算法并进行了电路结构优化。实验表明本方法能够进行实时指纹认证处理。(本文来源于《四川大学学报(工程科学版)》期刊2013年02期)
秦伟,王兆青[2](2011)在《基于局部和全局结构的指纹细节点匹配算法》一文中研究指出误识率和拒识率是指纹自动识别技术中非常重要的性能指标。使用一种新的基于局部结构和全局结构的指纹细节点匹配算法可以降低指纹自动识别的误识率和拒识率,该算法先对细节点间的相对距离作归一化处理,然后利用细节点的局部2-邻域结构不变性对指纹进行初步匹配,最后再根据细节点的全局结构进一步匹配指纹,提高指纹匹配的准确性。实验结果表明该算法能够有效降低误识率和拒识率。(本文来源于《浙江理工大学学报》期刊2011年05期)
刘倩[3](2011)在《指纹图像分割与细节点匹配算法研究》一文中研究指出生物特征识别技术是建立在对人的生物特征辨别的基础上的识别技术。基于指纹纹线形态的终生不变性及唯一性,指纹识别技术成为最安全最可靠的生物特征识别技术。自动指纹识别系统(AFIS)通过特殊的转换设备和图像处理技术,对指纹进行采集、分析和比对,可以迅速、准确地鉴别出个人身份,有着广阔的市场前景。通常AFIS包含叁个处理阶段:指纹采集、指纹预处理以及指纹匹配。其中指纹预处理又包含标准化、指纹分割、方向场求取、纹线距离估计、指纹增强、指纹二值化、指纹细化以及特征提取。本文针对自动指纹识别系统中的指纹图像分割和指纹匹配这两方面进行了研究,主要研究内容如下:基于均值方差的指纹分割算法简单快速并被广泛采用,但是对于低对比度和高噪声的指纹图像分割效果不理想。因此,我们提出一种基于纹线搜索的指纹分割算法。该方法首先对指纹图像的每个图像块,使用基于纹线搜索的方法进行水平和垂直两个方向窗口的填充,利用先验知识,根据定义的旋转平移参数一致性参数和纹线距离方差判断该块是属于前景块还是背景块,从而实现整幅指纹图像的分割。该方法能有效解决均值方差分割算法对低对比度和高噪声的指纹图像分割效果不理想的问题。最后进一步提出了将均值方差分割算法和基于纹线搜索的分割方法的融合方法,实验结果表明达到了较好的分割效果。现有的基于细节点的指纹匹配算法大多可归为单参考点对的匹配思路:在所有可能的细节点对中,选择一对最可能匹配的细节点作为参考点对,对模板指纹和输入指纹进行全局配准匹配。但是由于指纹的非线性形变等因素的存在,离参考点对越远的细节点对定位误差越大。因此我们提出多参考点对融合的细节点匹配算法。首先,利用旋转平移参数一致性选择出多对正确匹配的参考点对,然后分别以每一对参考点为基准进行全局匹配,得到与参考点对数同样个数的匹配细节点对的集合,最后综合利用这些集合的信息,计算匹配分数。多参考点对的选取以及多个匹配细节点对集合信息的融合,在一定程度上解决了指纹的非线性形变问题对细节点匹配算法性能的影响。基于纹线搜索的指纹分割算法弥补了均值方差分割算法的不足,但由于该方法是一种窗口方法,首先窗口太大或太小都将影响分割效果,其次指纹区和背景区的交界区域因为窗口的缘故,分割效果不是很理想。因此窗口大小的选择以及如何处理交界区域是下一步研究的重点。多参考点对融合的细节点匹配算法的研究目前还处于尝试阶段。本文对利用旋转平移参数一致性选取多参考点对的有效性进行了验证,并初步尝试使用加权统计的融合策略,综合利用得到的多个匹配细节点对集合的信息。以上实验一定程度上证明了该匹配思路的可行性,但匹配算法性能有待进一步提高。下一步工作的重点在于如何提高参考点对选取的准确度,如何降低算法的时间复杂度,以及如何选择更加有效的融合策略提高匹配性能。(本文来源于《山东大学》期刊2011-04-20)
王朋,张有光[4](2008)在《基于脊线校准的指纹细节点匹配算法》一文中研究指出对自动指纹识别系统(AFIS,Automated Fingerprint Identification Systems)中居于重要地位的细节点匹配算法进行研究,对基于校准的细节匹配算法进行了修正.在细节点相关脊线信息的提取阶段,提取分叉点相关脊线的拓扑信息,并将其引入后续的校准和匹配算法.采用一种半可变的限界盒以适应指纹图像的非线性形变.引入一个新的参考量计算并比较脊线相似度,以更低的计算代价解决匹配中参考细节点对的选择问题,加快匹配算法的收敛速度.将脊线校准和细节点匹配两个阶段结合起来,采用一种新的更简单有效的方法进行细节匹配.测试结果表明,改进的匹配算法能够在使用较少资源的前提下,提高指纹匹配速度,改善系统的匹配性能.(本文来源于《北京航空航天大学学报》期刊2008年04期)
刘汉英,赵明昌[5](2007)在《基于线模式的指纹细节点匹配算法》一文中研究指出提出了一种新的基于线模式的指纹图像细节点匹配算法,这种算法先分别找出最佳匹配点对,确定相对旋转角度,较快地确定两个指纹的相关性,之后再搜索漏的匹配点对,去掉错误的匹配点对。算法受指纹增强、后处理的影响较小,细节点相似程度受其邻域细节点影响较小。介绍了算法的具体实现方法,并用实际指纹数据进行了测试。初步测试的结果表明,此算法是指纹图像细节点匹配的一种有效算法。(本文来源于《计算机工程与应用》期刊2007年18期)
姜美[6](2006)在《遗传算法在指纹细节点匹配中的应用》一文中研究指出身份识别是信息安全领域的热点问题,指纹识别作为相对成熟的身份识别技术,不断地被运用到民用领域的各个方面,显示出了广阔的应用前景。针对指纹识别目前所面临的问题,本文对其中的细节点关键算法进行了深入研究,具体包括指纹细节点提取、验证和细节点匹配算法。应用数字图像处理、模式识别、计算智能等方面的知识,在这些方面进行了探索,给出了一些改进的方法,以期提高指纹识别的性能,促进指纹识别的应用,具体工作如下: (1)提出了基于二值图像的细节点提取方法。用行程匹配方法提取出代表没有分支的局部指纹纹线段的图段,根据图段的结构形式和图段之间的连接关系用自定义的规则进行细节点判定。由于无需进行图像细化处理,因此处理速度较快,且可以避免由于细化畸变而产生很多虚假细节点。实验表明了其有效性,为细节点提取提供了一种新的途径。 (2)提出了基于模糊几何特征和纹理特征的细节点验证方法。提取细节点在原始灰度图像上的局部邻域,分析邻域中的模糊几何特征和纹理特征,以这些特征作为MLP神经网络的输入,实现细节点的真假验证。实验表明其效果比直接用局部邻域中像素点进行分类验证的方法要好。 (3)提出了综合利用遗传算法和模糊逻辑的细节点匹配方法。用改进的基于遗传算法的点匹配算法求出使对应点数目最多、匹配误差最小的细节点对应关系,根据得到的对应点数目和匹配误差大小利用自定义的模糊逻辑规则推理出匹配分值。该方法模拟了人类进行指纹匹配时的模糊性,匹配决策更加合理,实验表明具有合理的精度。 最后总结全文,分析了目前研究工作中需要进一步完善的地方,并指出了今后工作的研究方向。(本文来源于《北京邮电大学》期刊2006-03-12)
江杰,胡晓莉,李杰[7](2005)在《一种新的指纹细节点匹配算法的研究》一文中研究指出利用指纹中心点与各细节点(主要是端点和分叉点)之间的相对距离以及指纹中心点与各细节点的相对角度差相结合的方法实现两枚指纹匹配。实验证明,该算法匹配速度快、识别率高,可应用在实时性要求较高的场合。(本文来源于《计算机应用》期刊2005年S1期)
细节点匹配论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
误识率和拒识率是指纹自动识别技术中非常重要的性能指标。使用一种新的基于局部结构和全局结构的指纹细节点匹配算法可以降低指纹自动识别的误识率和拒识率,该算法先对细节点间的相对距离作归一化处理,然后利用细节点的局部2-邻域结构不变性对指纹进行初步匹配,最后再根据细节点的全局结构进一步匹配指纹,提高指纹匹配的准确性。实验结果表明该算法能够有效降低误识率和拒识率。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
细节点匹配论文参考文献
[1].冯全,杨梅,康立军,吴丽丽,赵建.基于二进制加密电路的指纹细节点匹配[J].四川大学学报(工程科学版).2013
[2].秦伟,王兆青.基于局部和全局结构的指纹细节点匹配算法[J].浙江理工大学学报.2011
[3].刘倩.指纹图像分割与细节点匹配算法研究[D].山东大学.2011
[4].王朋,张有光.基于脊线校准的指纹细节点匹配算法[J].北京航空航天大学学报.2008
[5].刘汉英,赵明昌.基于线模式的指纹细节点匹配算法[J].计算机工程与应用.2007
[6].姜美.遗传算法在指纹细节点匹配中的应用[D].北京邮电大学.2006
[7].江杰,胡晓莉,李杰.一种新的指纹细节点匹配算法的研究[J].计算机应用.2005