低质量指纹识别结合虹膜识别的算法研究

摘要

边防安检系统当中，司机身份认定一直是待解决的难题，目前系统身份识别大多数选择指纹识别技术，因其技术发展最早且成熟度最高，但由于工作性质导致大多数司机指纹属于低质量指纹图像，断裂、模糊、残缺等各类指纹错综复杂，传统单一模态生物识别技术在很大程度上局限于单一应用领域，面对这种情形，本文提出了司机低质量指纹识别结合虹膜识别的算法研究。考虑到司机视觉较好且虹膜识别准确率高等因素，本文将结合低质量指纹和虹膜识别技术进行司机身份认定。随着科技不断发展，多种生物识别方法结合进行验证技术得到技术上支持，在不久的未来与我们日常生活息息相关。 本文主要工作如下： 1.深入了解及研究生物识别技术在四个数据层的理论知识，并比较各个数据层优劣，并且结合边防系统应用性强等特点，本文提出指纹和虹膜识别技术在匹配层进行融合方案，匹配层融合是各个单模态生物识别在独立完成匹配工作之后，通过相关匹配层融合算法优化系统并提高准确率，加强系统性能。 2.面对司机低质量指纹，从FVC2000数据库当中选取八种不同类型的低质量指纹模拟司机指纹情况，并在此提出两种指纹识别方法，通过对数据进行分析，比较两种方法识别效果。在方法一当中引入DCT降维处理步骤，通过Z字形变换将数据能量集中到左上角，很大程度上提高识别速度。方法二则是以指纹修复为主，通过一系列细化等预处理步骤将指纹信息点有利于提取。 3.虹膜识别系统当中，以低质量虹膜图像为输入数据，提出较为精确的虹膜定位两步法，即canny算子结合Hough变换定位法，而对于眼睑及睫毛部分进行高准确率算法，接着对数据进行归一化及增强操作，最后输出匹配分数。 4.指纹识别技术和虹膜识别技术在匹配层融合时，本文首先通过简单均值融合方法，对其实验数据进行深入了解可知，虽识别系统性能比单模态生物识别技术有所提高，但其权值固定，无法满足某些应用要求，因此本文在权值分配方面进行调整，通过利用遗传学优化方法，给出最佳权值分配，并明显提高系统识别率。

目录

声明

第一章 绪论

1.1 课题研究背景及意义

1.2 国内外研究状况分析

1.3 论文的主要内容及组织结构

1.4 本章小结

第二章 指纹识别理论知识及算法研究

2.1 指纹识别基本原理

2.2 指纹识别系统简介

2.3 指纹图像库介绍

2.4 指纹识别关键技术

2.5 低质量指纹预处理技术

2.6 低质量指纹识别特征提取技术

2.7 低质量指纹识别匹配技术

2.8 本章小结

第三章 虹膜识别理论知识及算法研究

3.1 虹膜识别基本原理

3.2 虹膜识别系统简介

3.3 虹膜图像库介绍

3.4 虹膜定位

3.5 眼睑及睫毛去噪处理

3.6 归一化

3.7 虹膜图像增强

3.8 虹膜图像特征提取

3.9 虹膜图像匹配

3.10 虹膜系统性能评价

3.11 本章小结

第四章 低质量指纹识别结合虹膜识别系统的设计与实现

4.1 MATLAB简介

4.2 两种指纹识别算法比较

4.3 低质量指纹和虹膜融合实现

4.4 本章小结

第五章 总结与展望

5.1总结

5.2 展望

参考文献

致谢