掌纹纹线论文掌纹纹线 多小波 神经网络 掌纹识别 纹线匹配

1、掌纹纹线论文：基于多小波的掌纹纹线识别算法研究【中文摘要】信息技术的飞速发展不断推动社会进步,与此同时,现代社会对信息技术不断提出更新更高的要求。计算机使整个社会网络化和信息化,而网络化和信息化的社会又对信息系统的安全性提出了越来越高的要求。由于生物识别技术的可靠性和独特性以及日益增加的安全需求,该技术正在逐渐取代密码和密钥,在人们的生活中发挥着越来越重要的作用。掌纹识别作为生物特征识别家族中的重要成员,与其他生物识别技术相比,其本身具备很多独特的优势,这些优势包括:掌纹具有唯一性和终生不变性,图像不易被模仿,用户接受程度高;掌纹图像的主要特征稳定且明显,提取特征时不易受到噪声的干扰;掌纹图像

2、不容易因受伤或者磨损而影响到所采集的图像的质量,信息被窃取的可能性比指纹小得多等特点。因此,近年来掌纹识别技术受到了越来越多的关注,很多学者都在致力于这项技术的研究。本文根据手掌纹线图像的特征,对掌纹识别中很多关键的技术进行了深入的研究,提出了手掌纹线区域定位、图像旋转处理、特征匹配识别等相关方面的新算法,本文研究工作包括以下几方面:1.手掌图像特征分离点的提取实验室条件下采集的掌纹图像通常易受光线条件的影响,在某些条件下使用通用的角点检测方法提.【英文摘要】Nowadays, the development of Information Technology promotes Social

3、progressrapidly. At the same time, modern society continues to higher requirements forInformation Technology. The whole society is becoming networking and informationbecause of the development of computer, meanwhile, the network and informationsociety demands the security of information systems high

4、er and higher. Biometrictechnology is gradually replacing passwords and keys because of its reliability and uniquewith the growing needs of secu.【关键词】掌纹纹线 多小波 神经网络 掌纹识别 纹线匹配【英文关键词】palmprint multiWavelet neural network palmprint recognition palmprint matching【索购全文】联系Q1：138113721 Q2：139938848【目录】基于多小波

5、的掌纹纹线识别算法研究前言4-5摘要5-7Abstract7-8第一章 绪论13-271.1 课题研究的背景及意义13-191.1.1 生物识别技术概述13-141.1.2 生物识别技术的发展概况14-151.1.3 各种生物识别技术的简介及应用15-171.1.4 掌纹识别技术的研究意义17-191.2 课题的国内外研究概况19-251.2.1 掌纹识别系统原理191.2.2 掌纹识别系统的国内外研究现状19-251.3 课题的主要研究内容25-27第二章 手掌图像的特征区域提取27-392.1 手掌图像的分割预处理27-302.1.1 手掌图像的灰度化处理27-282.1.2 手掌图像的背

6、景分割28-292.1.3 手掌图像的轮廓提取29-302.2 手掌图像的特征定位点提取30-342.2.1 基模板手掌轮廓极值点检测及实验结果30-322.2.2 特征模板手掌轮廓分离点检测及实验结果分析32-342.3 手掌图像有效区域的提取34-382.3.1 手掌有效纹线区域方向定位34-352.3.2 手掌有效纹线区域的提取35-372.3.3 特征区域提取及实验结果分析37-382.4 本章小结38-39第三章 手掌特征图像的预处理39-573.1 小波的基本理论39-463.1.1 小波理论的产生及其发展393.1.2 Hilbert 空间及H 空间中的正交投影39-423.1.

7、3 小波理论的相关函数系及框架42-433.1.4 多分辨率分析及信号的分解与重构43-463.2 多小波的理论及设计46-503.2.1 多小波理论的产生及其发展46-473.2.2 多小波函数的性质及多尺度分析47-483.2.3 多小波的分解与重构48-503.3 手掌特征图像的预处理50-553.3.1 图像信号的多小波变换50-513.3.2 手掌特征图像的多小波分解51-543.3.3 特征纹线的子区域提取及实验结果分析54-553.4 本章小结55-57第四章 掌纹纹线特征的处理及初次匹配57-694.1 手掌特征图像纹线的提取57-604.1.1 图像的边缘检测简介57-584

8、.1.2 手掌纹线的特征提取58-604.2 掌纹纹线的极坐标处理60-644.2.1 手掌纹线的细化处理60-614.2.2 纹线图像的极坐标变换61-624.2.3 掌纹纹线的极坐标辅助处理62-644.3 掌纹纹线的初次匹配64-674.3.1 子区域特征纹线的处理644.3.2 手掌图像特征尺寸的辅助匹配及实验结果分析64-654.3.3 纹线子区域特征的匹配识别及实验结果分析65-674.4 本章小结67-69第五章 基于神经网络的掌纹纹线二次匹配69-795.1 神经网络的相关理论69-735.1.1 神经网络理论概述69-705.1.2 神经网络研究的历史及现状70-715.1.3 神经网络的基本特性71-725.1.4 神经网络的体系结构72-735.2 神经网络模式识别概述73-755.2.1 神经网络模式识别概况73-745.2.2 神经网络模式识别的特点概述74-755.3 掌纹纹线的神经网络匹配处理7