基于遗传神经网络的指纹分类与识别的研究与实现

摘要

本文对基于遗传神经网络的指纹分类与识别的实现进行了研究。文章将神经网络技术和模式识别技术相结合，提出了一种基于遗传神经网络的指纹分类与识别技术，克服了传统指纹识别算法所造成指纹纹线丢失的现象，整个算法具有高效的识别率和很强的抗干扰能力，此外算法对指纹缺损图像和畸变图像也有很高的识别率，解决了一般指纹识别系统在这一方面的缺陷。主要包括三个大部分：指纹图像的预处理、特征提取以及分类和匹配。在预处理过程中，对指纹增强、分割、二值化、细化等一系列预处理方法进行了研究和编程实现。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，采用基于遗传算法改进优化的BP神经网络进行指纹分类和识别，可以大大增加系统的鲁棒性，有利于降低拒识率和误识率。

目录

文摘

英文文摘

第1章绪论

1.1引言

1.2指纹识别系统的结构与流程

1.3目前指纹识别系统存在的问题

1.4基于遗传神经网络的指纹识别系统的总体设计

第2章指纹图像预处理

2.1指纹图像分割方法

2.1.1基于图像灰度特性的分割

2.1.2利用图像方向信息的分割方法

2.1.3基于图像灰度特性分割方法的改进

2.2指纹图像增强方法

2.3指纹图像的二值化方法

2.3.1固定阈值法

2.3.2双峰自适应阈值法

2.3.3大津法

2.3.4迭代法

2.3.5图像二值化方法的比较

第3章指纹图像细化及其后处理

3.1指纹图像的细化方法

3.2指纹图像的细化后处理

第4章指纹图像特征提取

4.1指纹的分类特征

4.1.1指纹的全局特征

4.1.2指纹的局部特征

4.2指纹细节特征的提取方法

4.2.1基于直接灰度的细节特征提取方法

4.2.2基于8邻域编码的细节特征提取方法

4.2.3指纹细节特征提取方法的比较

第5章基于遗传神经网络的指纹分类与识别

5.1 BP神经网络

5.2遗传神经网络及其算法

5.3基于遗传神经网络的指纹分类

5.4基于遗传神经网络的指纹识别

第6章指纹识别系统的设计与实现

6.1软件系统的总体设计

6.2系统运行效果

6.3系统的测试结果

第7章结论

参考文献

致谢

攻读硕士学位期间发表的学术论文