模块化神经网络在指纹识别中的应用研究

论文摘要

随着计算机技术的飞速发展,利用计算机技术进行身份认证也取得了长足的发展,指纹的终生不变性和唯一性,使指纹识别技术成为目前应用最广泛的身份认证技术。人工神经网络作为人工智能的重要分支之一,对其在指纹识别中的应用研究必然会对相应识别技术发展起到极大的促进作用。 但是,由于缺乏严格的理论体系的指导,人工神经网络应用效果往往取决于于使用者。虽然,我们已经知道只需一个具有单隐层的前馈网络就可以逼近任意复杂的函数,但是在实际应用中往往很难找到理想的网络配置结构,从而影响到网络的泛化能力。近年来神经网络研究学者们通过采用多个神经网络相互协同或竞争的方式来构建神经网络的学习系统,从大量的理论和实验研究来看,多神经网络在泛化能力各稳定性下都比单一神经网络要强,而且有很强的可视性。而以往神经网络处理过程中最优的结果的取得,仅仅是根据使用者个人的经验或大量的实验来确定网络的结构。 概括起来,本文在模块化神经网络(modular neural networks)最优组合、指纹的预处理、特征提取以及基于神经网络的指纹识别等方面进行了较为深入详细的研究。 在指纹的研究过程中,在分析研究模块化神经网络的基础上,利用已知的基于指纹细节特征的方法,合理采用了神经网络的方法,有效克服了指纹中形变影响和对噪声的抵抗力,减少了对指纹定位的依赖。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 引言
• 1.2 指纹识别
• 1.2.1 指纹识别技术的发展史
• 1.2.2 指纹图像的质量
• 1.2.3 指纹识别的基本概念
• 1.3 笔者在本文中所做的工作
• 第2章 神经网络
• 2.1 人工神经网络研究
• 2.1.1 神经网络的生物学基础
• 2.1.2 人工神经网络研究历程
• 2.1.3 人工神经网络的特性
• 2.1.4 人工神经网络的基本特性
• 2.1.5 人工神经网络的基本结构
• 2.1.6 人工神经网络的主要学习算法
• 2.2 模块化神经网络
• 2.2.1 模块化神经网络简述
• 2.2.2 模块化神经网络的构建方法
• 2.2.3 模块神经网络应用的数学分析
• 第3章 指纹识别
• 3.1 指纹的预处理
• 3.1.1 指纹预处理的描述
• 3.1.2 图像的平滑滤波处理
• 3.2.3 图像的二值化
• 3.2.4 指纹图像的细化处理
• 3.2 指纹图像的特征提取
• 3.2.1 指纹特征提取的意义
• 3.2.2 指纹特征
• 3.2 基于模块化神经网络的指纹识别
• 3.3.1 引言
• 3.3.2 基于模块化神经网络的指纹识别
• 3.3.3 实验结果和分析
• 致谢
• 参考文献
• 攻读硕士学位期间发表的学术论文