基于lbp的指横纹识别算法分析-analysis of finger striation identification algorithm based on lbp.docxVIP

下载本文档

27
0
约3.32万字
约 44页
2018-05-18 发布于上海
举报
版权申诉

基于lbp的指横纹识别算法分析-analysis of finger striation identification algorithm based on lbp.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于lbp的指横纹识别算法分析-analysis of finger striation identification algorithm based on lbp

摘要摘要随着社会信息化程度的不断发展，信息安全对人类生活的影响日益重要，利用人体的生物特征进行身份识别的技术越来越受到重视。指横纹特征具有用户专有性和稳定性，是一种新兴的生物特征，该特征易于与指纹、掌纹等特征进行融合，提高身份识别系统的性能。本文对指横纹识别系统的关键环节进行研究，提出了基于局部二值模式(Local binary pattern，LBP)的指横纹识别算法。首先，根据指横纹自身特点，采用直线型的邻域计算LBP特征，将其表示为5幅二值图像。然后，采用基于快速傅里叶变换的方法，同时配准多对二值图像，计算匹配分数。最后，用MATLAB实现了指横纹识别的实验系统，验证了算法的可行性。本文的主要研究成果包括：(1) 将LBP算法应用于指横纹识别，有效克服了图像采集时光照变化的干扰；针对指横纹自身特点，对传统LBP特征提取过程进行了改进，提取出更有鉴别力的纹理特征。(2) 在特征匹配阶段，提出了基于快速傅里叶变换的同时配准多对LBP图像的方法，克服了匹配时图像的平移问题。实验数据库来自于自行采集的100个人的2000幅指横纹图像，实验结果表明，本文方法在精度方面优于传统的LBP方法和基于Gabor变换的方法。关键词生物特征识别内侧指横纹 LBPAbstractAbstractWiththedevelopmentofsocialinformationlization,biometricbasedpersonal authenticationisreceivingincreasingattentionfrompeople.Recently,theimagepatternofthe knucklesurfacehasbeenfoundtobeuniqueandcanbeusedinpersonalauthentication systems.Comparedwithotherbiologicalcharacteristics,inner-knuckle-print(IKP)hassome advantagessuchasprominentlinefeatureandrichinformationcontent.Itisconvinientto designhighperformancemultimodalbiometricauthenticationsystembasedonthefusionof IKP data and palmprint data.InordertoovercometheilluminationchangeandshifttranslationinIKPrecognition,a localbinarypatternbasedIKPrecognitionapproachisproposed.Inthenew approach, straightlineneighborhoodisusedtocalculatetheLBPfeatureswhicharerepresentedbyfive binaryimages.Then,thefivepairsofbinaryimagesextractedfromtheoriginaltwoimages beingcomparedarematchedbyusingacross-correlation-basedalgorithmtoobtainthe matching score. Research of the dissertationisconcentratedonthefollowingaspects:ImprovetheLBPcomputationmethodforIKPrecognition.Theneighborsfor LBP operator are optimized according to IKP’s characteristics.WerepresenttheLBPfeaturesby5binaryimages,andthencomparethebinary imageswithfastFouriertransformbasedimageregistrationmethod,whichcan solve the translation displacement problemaccurately.Thenewapproachistestedonafingerimagedatabasewhichincludes2000images capturedfrom100differentindividuals.Theexperimentalresultsshowthatthenewapproach outperformsthe classical LBP m