基于神经网络的指纹识别系统

论文摘要

当今世界,不可靠的授权造成了商业和个人巨大的财产损失。可以用来替代密码的生物特征,已经成为了能够很好解决身份认证这个问题的方法之一。而指纹识别技术是目前国际上公认的一种应用最广泛、可靠性最高的身份认证技术。在过去的十几年中,无数的研究单位和公司企业都积极从事自动指纹识别算法的研究和产品开发,并且已经有许多产品进入市场,广泛应用于刑侦、遗传工程、民用、商用及政府机关等领域。指纹识别技术一般分为五个阶段:指纹采集、指纹预处理、指纹特征提取、指纹分类和指纹匹配。本系统以指纹细节特征和全局统计特征混合识别模式为依据,采用神经网络相关方法进行研究,其主要目的有三个:1.在现有的各种指纹处理算法基础上,对它们进行优化改进,使其在处理低质量指纹图片时也能得到较好的结果;2.将几种可用的神经网络模型引入指纹处理算法中;3.将研究结果封装成算法模块,并集成在一个系统中,形成一个以指纹采集、处理、匹配、算法测试、系统评估等功能为一体的综合性应用平台。本文主要工作包括以下几个方面:1.基于神经网络的指纹预处理算法。本文讨论了归一化及背景分离的方法;讨论了脉冲耦合神经网络（PCNN）在指纹图像细化中的应用,提出了一种新的指纹细化后处理方法,使细化图的细节点提取能取得更好的效果。2.指纹特征提取及编码技术。本文讨论了PCNN提取指纹块主脊线的方法,分别用主脊线投影和主脊线夹角两种方式计算了指纹方向场;本文还分析了在Poincare Index检测奇异点的基础上通过对指纹图像进行多次错位分块和多级尺寸分块来提取奇异点的方法;另外,本文还讨论了两种细节点提取算法,分别是Template算法与Crossing Number算法,并提出了一种伪细节点去除的新方法和指纹细节点可靠性的评估策略以及细节点的编码方案。3.指纹分类技术。本文讨论了基于奇异点类型和位置进行指纹分类的方法,以及基于方向场并使用动态模板（Dynamic masks）来进行指纹分类的算法,还对动态模板分类的算法进行了改进。4.基于指纹细节点的匹配算法。本文分析了基于脊线的校准方法,基于细节点对相互关系的校准方法和基于特征点串的指纹匹配方法,提出了一种结合这两种校准方法的新方法,即只有同时满足了脊线相似和相互关系相似的对应点对才被选作参照点对。5.在对指纹基本处理算法研究的基础之上,设计并实现一个大规模在线指纹识别系统（On-line AFIS）。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 生物识别技术简介
• 1.2 指纹识别技术简介
• 1.2.1 研究历史与意义
• 1.2.2 研究现状和发展态势
• 1.3 自动指纹识别系统的工作原理
• 1.4 论文的主要工作和结构安排
• 第二章 指纹预处理
• 2.1 归一化及背景分离
• 2.2 PCNN 细化算法及一种新的细化后处理方法
• 2.2.1 脉冲耦合神经网络（PCNN）简介
• 2.2.2 基于PCNN 的细化算法
• 2.2.3 一种新的细化后处理方法
• 2.2.4 实验结果
• 2.3 本章小结
• 第三章 指纹特征提取
• 3.1 一种新的方向场提取方法
• 3.1.1 提取主脊线
• 3.1.2 主脊线夹角算法与方向编码修正
• 3.1.3 实验结果
• 3.2 奇异点提取
• 3.2.1 基于Poincare index 的奇异点检测
• 3.2.2 多次错位分块和多级尺寸分块的奇异点检测
• 3.3 常用细节点提取方法简介及改进
• 3.3.1 两种细节点提取方法
• 3.3.2 一种消除伪细节点的新方法
• 3.3.3 细节点可靠性的评估策略
• 3.3.4 细节点的编码方案
• 3.3.5 实验结果
• 3.4 本章小结
• 第四章 指纹匹配
• 4.1 指纹分类
• 4.1.1 基于奇异点的指纹分类
• 4.1.2 基于方向场的指纹分类
• 4.1.3 算法改进及实验结果
• 4.2 指纹匹配
• 4.2.1 基于脊线的指纹校准
• 4.2.2 基于细节点对相互关系的指纹校准
• 4.2.3 基于特征点串的指纹匹配
• 4.2.4 算法改进及实验结果
• 4.3 本章小结
• 第五章 系统设计与实现
• 5.1 系统设计
• 5.1.1 需求规定
• 5.1.2 运行环境
• 5.1.3 基本设计概念
• 5.1.4 系统拓扑结构
• 5.1.5 软件系统架构设计
• 5.1.6 功能划分
• 5.2 系统实现
• 5.2.1 用户管理模块
• 5.2.2 方向场提取模块
• 5.2.3 奇异点提取模块
• 5.2.4 细节点提取模块
• 5.2.5 指纹分类模块
• 5.2.6 指纹匹配模块
• 5.3 本章小结
• 第六章 总结
• 致谢
• 参考文献
• 攻硕期间取得的研究成果