基于神经网络的指纹识别-控制工程专业论文.docxVIP

摘要摘要 摘要 摘要 随着计算机技术的飞速发展和信息技术的广泛应用，利用计算机进行身份识 别技术有了长足的发展。指纹的不变性和唯一性，使指纹识别技术成为目前应 用最广泛的身份验证与识别技术之一。它涉及模式识别、图像处理、数字信号 处理、人工智能、计算机等领域，是一门综合性技术，广泛应用于犯罪识别、 网络安全、信息设备安全等众多领域，有着重要的理论意义和实用价值。 目前指纹识别技术还很不成熟，水平仍处于实验室研究阶段，其原因是在指 纹自动识别过程中，存在指纹图像的噪声和皮肤弹性等因素影响，而且需要进 行大量的指纹匹配处理，所以，识别率不高、运算速度很慢。本文试图将神经 网络技术与模式识别技术相结合，提出若干行之有效的指纹自动识别新方法， 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。 概括起来，本文主要对指纹的预处理、特征提取和基于神经网络的指纹识别 方法等进行了深入研究。 在预处理过程中，对指纹增强、分割、二值化、细化及归一化等一系列预处 理方法进行了研究和编程实现。其中增加对指纹的归一化处理，不仅规范了指 纹图像的大小，方便对指纹自动识别系统进行测试，还可以缩减系统的运行时 间，加快系统的识别速度。除此之外，本文对基于神经网络的图像细化算法， 进行了初步探索。 在特征提取技术研究中，本文分别提取了指纹的分类特征和识别特征。采 用新颖的方向图特征等全局特征用于神经网络指纹分类，取得很好的分类结果， 而提取指纹的局部细节点特征作为神经网络指纹识别的特征，该特征可充分体 现指纹的细微差别，从而有利于提高识别性能。 在指纹识别技术研究中，本文在分析研究了人工神经网络模型的基础上，提 北京工业大学工学硕士学位论文出了将指纹自动识别过程分为两步进行，即采用不同的神经网络模型分别对指 北京工业大学工学硕士学位论文 出了将指纹自动识别过程分为两步进行，即采用不同的神经网络模型分别对指 纹进行分类和识别，首先采用BP网络对指纹进行分类，并在此基础上，根据 BP分类器求出的指纹类别，分别将指纹的细节点特征送入相应指纹类别对应的 LVQ网络进行识别，最后输出识别结果。实验结果表明，该方法取得了较好的 识别结果。 关键词：指纹预处理；指纹识别；神经网络 II ABSTRACTWitll ABSTRACT Witll nle developmem of the co埘lputer and inf0衄ation technologies，identity identmcation technology by computer makes quiet great progress．BecauSe of me iⅡVariability and uIliqueness of血e f．mgerprints，me techⅡology of fingerp血t Verincation and identmcation has become one of me Widest used identi付 identification tecllllologies．n rela_tes to a lot of fields，including pattem recogIlition， digital image processiIlg，digital si印al processing，aniflcial iIltell追ence and so on．n has great Wonh in crirninal idcntification，ne咖rk s疵吼im肌ation facility s疵ty etc，and has not 0111y meoretical si卿ficance but aIso practical value． NoW，Automated Fingerpm Ide而flcation Systems(AFIS)is s伽iIl me stage of exp甜ment．What mal(es“最lr矗Dm mature is onen船cribed to its d锄and 0n 1a唱e numbers of finger埘nt-matching processes，and tlle considerable innuence of images’noise and skins’el枷city dllring the procedure of automated丘ngerprim ident讯cation．These limitations resUdt in a low recog芏1ition rate aIld a slow fingerprint-matclling Speed．IIl吐lis paper，