数据融合在多模式生物特征识别中的应用研究

摘要

生物特征识别 (Biometrics)技术是依靠人类自身所固有的生理或行为特征进行身份验证，它是一种崭新的身份识别技术，在金融、国防、信息安全等领域有着广泛的应用前景。如虹膜识别、指纹识别、人像识别等等许多生物特征的识别技术。但是，每个生物特征的识别，又有其难以克服的缺点，为了提高身份鉴别的准确度，所以在单个生物特征识别的基础上，产生了多生物特征的识别技术。本文就是在虹膜识别和指纹识别的基础上，研究多模式生物特征的识别技术。 本文主要内容具体如下。 (1)阐述了虹膜识别技术的原理。先介绍了虹膜的生理特征，然后介绍了我们自主研发的虹膜图像采集装置的工作原理，又介绍了通过我们的采集仪，收集到的虹膜图像数据库。总结了虹膜图像的预处理、特征提取和图像的匹配。虹膜的预处理是从虹膜的定位，虹膜的归一化和虹膜图像的增强，这几个方面来阐述的。虹膜的特征提取，主要介绍的是基于数学变换的方法。对虹膜特征识别原理的了解，有助于多模式生物特征信息的融合。 (2)阐述了指纹识别技术的原理。先介绍指纹的生理特征，然后介绍指纹图像采集仪的工作原理、指纹图像库、预处理、特征提取和图像的匹配的一些方法。图像的预处理，从前后的背景分离、指纹的图像滤波、指纹的方向图、二值化和指纹细化几个方面说明的。对指纹特征识别的机理的深入研究，将有助于多模式生物特征融合。 (3)对数据融合理论作了深入的研究，介绍了数据融合的基本原理、数据融合的融合层次、融合框架以及各种层次的融合算法。并根椐这一理论，设计了多模式生物特征的识别框架。根据虹膜识别与指纹识别的特点，设计了它们融合框架。 (4)在融合框架的分数层 (scores level)上，提出了基于神经网络的虹膜识别与指纹识别。介绍了神经网络的基本原理和方法，主要介绍了BP神经网络及其改进算法，并设计了虹膜识别和指纹识别的神经网络分类器，为抽象层的融合提供了所需的数据。 (5)在融合框架的抽象层(abstract level)上，提出了基于D-S证据理论多模式生物特征的识别。介绍D-S证据理论的基本原理，包括基本定义，融合法则等，设计了基于D-S证据理论的虹膜识别和指纹识别的在抽象层上的融合。

目录

文摘

英文文摘

声明

第一章绪论

1.1生物特征识别

1.2多生物特征识别

1.2.1国内发展状况

1.2.2国外发展状况

1.3本文研究意义及研究内容

1.4论文的结构

第二章虹膜识别和指纹识别

2.1虹膜识别

2.1.1虹膜的生物特征

2.1.2虹膜的采集装置

2.1.3JLUBR-IRIS虹膜图像库

2.1.4虹膜的预处理

2.1.5虹膜的特征表示

2.1.6虹膜的图像匹配

2.2指纹识别

2.2.1指纹的生物特征

2.2.2指纹的采集装置

2.2.3JLUBR-FINGERFRINT指纹图像库

2.2.4指纹的预处理

2.2.5指纹的特征提取

2.2.6指纹的图像匹配

第三章数据融合理论

3.1数据融合概述

3.2数据信息融合的基本原理

3.3数据融合的层次结构

3.3.1数据层融合

3.3.2特征层融合

3.3.3决策层融合

3.3.4三种层次融合的比较

3.4数据融合算法

3.5多生物特征识别的数据融合

第四章基于神经网络的融合设计

4.1神经元

4.2神经网络的主要类型

4.2.1神经网络类型

4.2.2 BP神经网络

4.3基于神经网络分数层融合

第五章基于D-S证据理论的融合设计

5.1 D-S证据理论概述

5.2 D-S证据理论原理

5.3 D-S证据理论的优缺点

5.4基于D-S证据抽象层融合

5.5实验分析

第六章总结与展望

6.1总结

6.2展望

致谢

参考文献

攻读硕士学位期间研究成果