生物特征識(shí)別的視覺(jué)檢測(cè)技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展,生物特征識(shí)別技術(shù)作為一種全新的身份識(shí)別手段,得到了迅猛發(fā)展及廣泛應(yīng)用.然而,實(shí)際的應(yīng)用給生物特征識(shí)別提出了更高的要求,如,穩(wěn)定性、重復(fù)性、可接受性、安全性、非侵犯性、識(shí)別速度、產(chǎn)品價(jià)格等.目前,還沒(méi)有任何系統(tǒng)可以滿(mǎn)足其全部要求,還面臨著許多理論與技術(shù)難題需要進(jìn)一步的開(kāi)發(fā)及解決.本文針對(duì)上述存在的主要問(wèn)題,從圖像采集、特征提取、分類(lèi)器設(shè)計(jì)以及信息融合技術(shù)等幾個(gè)方面進(jìn)行研究,提出了一些改進(jìn)方法和措施:(1)在深

2、入分析指紋取像技術(shù)及偽指紋檢測(cè)技術(shù)存在問(wèn)題的基礎(chǔ)上,研究了一種基于生物電檢驗(yàn)指紋真?zhèn)渭胺墙佑|指紋圖像檢測(cè)相結(jié)合的方法,解決目前指紋采集過(guò)程中存在的真?zhèn)坞y辯、殘留指紋、灰塵薄霧等嚴(yán)重影響識(shí)別率問(wèn)題.(2)特征提取是生物特征識(shí)別的重要環(huán)節(jié),對(duì)虹膜圖像從邊緣特征提取和紋理特征提取兩方面進(jìn)行研究:采用閾值自動(dòng)選取的虹膜邊緣檢測(cè)方法,解決特征提取過(guò)程中存在的不能很好地保留圖像的原始特征、增加新特征、易受噪聲干擾等問(wèn)題;采用基于多尺度二維Gabor

3、小波變換提取虹膜紋理特征,解決虹膜紋理特征提取過(guò)程中存在著受漂移、比例縮放、光照變化、噪聲影響等問(wèn)題;提出采用雙三次B樣條小波的多尺度屋頂邊緣檢測(cè)方法提取指紋細(xì)節(jié)特征,解決采用二值化等常規(guī)方法無(wú)法對(duì)有污染、存在噪聲等低質(zhì)量指紋圖像提取過(guò)程中帶來(lái)的偽特征或?qū)⒄鎸?shí)的細(xì)節(jié)大面積丟失等問(wèn)題.(3)本文提出采用支持向量機(jī)(SVM)決策樹(shù)、全局優(yōu)化分類(lèi)器方法構(gòu)建SVM指紋多類(lèi)分類(lèi)器,在對(duì)SVM決策樹(shù)的錯(cuò)誤識(shí)別率進(jìn)行分析的基礎(chǔ)上,從理論和實(shí)驗(yàn)兩方面對(duì)