基于数据挖掘的指纹识别系统的研究与设计

论文摘要

指纹的唯一性和不变性，使指纹识别技术成为当今最广泛的身份认证和识别技术之一。目前，指纹识别技术已被广泛地应用于公安、海关、银行、网络安全等领域，具有较高的理论意义和实用价值。 在指纹自动识别过程中，存在指纹图像噪声的影响，需要对指纹信息进行去噪、增强处理并且需要进行大量的指纹匹配处理。这种情况下，指纹的识别率不是很高，而且运算速度很慢。本文深入研究了指纹图像预处理的处理过程，给出了一种数据挖掘技术与模式识别技术相结合的指纹图像识别方法。为解决指纹自动识别技术中存在的种种困难找到切实可行的新途径。 本文主要对指纹的预处理、特征提取和基于数据挖掘的指纹识别方法等进行深入研究。主要研究内容如下： 1、在指纹图像预处理环节 采用了基于Gabor滤波增强的算法，该方法增强效果良好，计算量小；采用局部阀值的方法对指纹进行二值化，再对指纹进行细化，得到清晰的指纹点线图。 2、对指纹的特征提取算法进行了研究 采用的求取8邻域纹线跟踪的算法能够准确地提取出指纹图像的细节特征，并表现出较强的抗干扰性。再利用脊线跟踪的后处理算法去除指纹的伪细节特征，如毛刺、小桥和小孔等。采用这种方法对细节特征进行后处理，能有效地去除伪特征点，为提高指纹匹配的速度和准确性奠定了良好的基础。 3、对指纹图像进行数据挖掘的方案进行了研究 在研究数据挖掘模型的基础上，在指纹图像数据挖掘体系方面，提出了基于数据仓库的指纹图像数据挖掘流程，在此基础上提出一个指纹图像数据挖掘集成框架，以实现指纹图像数据挖掘过程中所涉及到的数据准备、建立数据仓库、指纹图像数据挖掘、运用神经网络进行模式识别等技术环节。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 生物识别技术介绍
• 1.2 指纹识别技术
• 1.2.1 背景介绍
• 1.2.2 指纹识别中的基本概念
• 1.2.3 自动指纹识别系统构成
• 1.2.4 指纹识别系统的性能评价
• 1.2.5 国内外研究现状
• 1.3 论文的主要工作及结构安排
• 第2章 指纹图像预处理的研究与应用
• 2.1 预处理概述
• 2.1.1 概述
• 2.1.2 指纹质量评估
• 2.2 图像的归一化
• 2.3 指纹图像增强
• 2.3.1 方向场的计算
• 2.3.2 Gabor滤波增强
• 2.4 指纹图像梯度锐化
• 2.4.1 梯度锐化方法
• 2.5 指纹图像分割
• 2.6 指纹图像二值化
• 2.6.1 最大类间方差法
• 2.6.2 自适应二值化法
• 2.7 指纹图像的细化
• 2.7.1 指纹图像细化后的处理
• 2.8 小结
• 第3章 指纹图像的特征提取的研究与应用
• 3.1 指纹细节点提取概述
• 3.2 常规指纹局部细节特征提取方法介绍
• 3.2.1 指纹的纹理特征
• 3.2.2 结构化的指纹特征描述方法
• 3.2.3 将细节点特征和脊线采样相结合的指纹特征表示
• 3.2.4 图像几何特征
• 3.2.5 图像的统计特征
• 3.2.6 图像的变换系数特征
• 3.2.7 图像的代数特征
• 3.2.8 利用神经网络提取图像特征
• 3.3 常规指纹局部细节特征提取方法
• 3.4 伪特征结构的滤除
• 3.4.1 指纹的伪特征结构
• 3.4.2 伪特征的滤除算法
• 3.5 小结
• 第4章 基于数据挖掘的指纹识别系统的设计
• 4.1 指纹图像的分类
• 4.2 指纹样本的类别判断
• 4.2.1 属性的相关度分析
• 4.2.2 K-最临近分类法
• 4.3 数据仓库与数据挖掘技术介绍
• 4.4 基于指纹图像的数据挖掘
• 4.4.1 指纹数据仓库的建立
• 4.4.2 指纹数据仓库数据模型的建立
• 4.4.3 基于指纹特征检索的主要特点
• 4.5 基于数据挖掘的指纹识别系统的总体结构设计
• 4.5.1 指纹样本数据采集
• 4.5.2 指纹数据预处理
• 4.5.3 指纹图像特征的提取
• 4.5.4 指纹图像数据特征立方体
• 4.5.5 指纹图像数据挖掘模块
• 4.5.6 基于神经网络的指纹识别模块
• 4.5.7 实验结果及结论
• 4.6 小结
• 结束语
• 参考文献
• 硕士期间发表论文
• 致谢