毕业设计开题报告——理论算法研究类模板.docVIP

通信与信息工程 学院毕业设计（论文）开题报告 学生 姓名 指导教师 职称 讲 师 专业 通信工程 班级 0级班 毕业设计（论文）题目 题目 来源 教研室拟定 是否校 外题目 否 公司名称（地址） 校外指导教师姓名（职称） 指导教师意见 签字 年 月 日 教研室主任意见 签字 年 月 日 大连民族学院教务处制 通信工程专业 07级班 图1 掌纹识别系统框图 2.1.1掌纹图像的采集 无论是注册阶段还是识别阶段，第一步都是把掌纹图像采集并存储起来。脱机掌纹图像是指在手掌上涂上油墨，在一张白纸上按印，取得掌纹样本，通过扫描仪对样本进行扫描而得到数字化的图像。在线掌纹图像是用专用的掌纹采样设备直接获取，通过图像采集卡采集掌纹图像，最后输入计算机。 2.1.2掌纹图像的定位 每一幅掌纹图像，其位置和方向等都各不一样，即使是同一个人的同一只手掌，在每次采集时也会因为旋转和偏移产生差别。典型的在线掌纹有效特征区域的定位方法是用生命线和感情线与手掌边缘的两个交点来对准掌纹图像。或先用直线拟合小指下方的手掌边缘作为y轴，然后用方向投影的方法找到感情线与该边缘的交点作为原点建立掌纹坐标系，从而实现掌纹图像的对准。再或者以手掌中心点为圆心提取掌纹最大内切圆的定位分割方法。 2.1.3掌纹图像基于小波变换的特征提取 当在空域内处理掌纹图像，会遇到很多处理上的困难，很难用单一的空域方法表示复杂掌纹图像的所有关键特征。虽然掌纹图像最重要的特征是图像灰度变化，但是往往体现在多尺度或多分辨率上，很难用空域表示这种特征。将图像数据变换到小波域内，这些灰度变化特征分别在不同的分辨率下表示，因此能够完整精确地表达复杂掌纹图像多尺度的边缘特征。 小波变换最具吸引力的属性在于它对多尺度边缘或者多分辨率下边缘的描述能力。手掌较宽的纹线或者说灰度图像中变化平缓的边缘区域可以看作是低分辨率下的边缘特征，而较窄的纹线或者说灰度图像中变化剧烈的边缘区域可以看作高分辨率下的边缘特征。小波变换可以将图像分解成不同分辨率下的边缘特征分布，恰恰满足对多分辨率下图像边缘描述的要求。对于处理具有不同分辨率或尺度下的边缘特征，表示不同程度的灰度变化梯度，小波变换方法是非常有效的。 2.1.4掌纹特征的特征匹配 掌纹特征的识别即对测试样本进行特征匹配。基本做法是在样本注册和建立特征库基础上，确定判决规则，按照判决规则进行特征匹配，判断特征是否满足识别的要求，输出匹配结果。通常匹配主要通过待匹配图像与模板之间的相似性度量来确定。设X代表模板图像，Y代表待匹配图像，它们大小为M*N。 三、技术手段 本次课题研究主要利用掌纹图像基于小波变换的特征提取来实现掌纹图像的处理。 四、预期成果 本 4 注册阶段 识别结果 特征匹配 特征提取 预处理 掌纹图像采集 掌纹模拟库 特征提取 预处理 掌纹图像采集 识别阶段