基于朴素贝叶斯的假指纹检测方法研究

摘要

近些年来，随着生物特征信息采集技术的提高、特征提取方法和比对方法的不断创新，生物识别技术得到了越来越广泛的应用。其中，指纹是应用最广泛、人们最熟知的生物特征之一。假指纹检测方法是一种判断指纹采集仪采集到的指纹图像来自真实手指表面，抑或来自伪造指纹表面的方法。本文主要研究基于软件的假指纹检测方法，它比基于硬件的方法所需成本更低，而且不需要添加额外的、甚至对用户有侵入性的硬件来进行检测。基于软件的假指纹检测方法利用从指纹图像中提取到的特征量来检测指纹的活性特性，也就是说指纹活性检测问题是一类模式识别问题。
　　尽管指纹可以伪造，但由于制作材料与真实皮肤间存在的差异，会使得采集到的指纹图像有一定差别，其具体表现在从指纹图像中提取到的特征量上。同时，为了扩大指纹图像数据库，扩大假指纹检测算法的适用范围，本文还对指纹仿真方法和滚动指纹拼接方法进行了研究。本文提出的基于小波分析和局部二值模式的假指纹检测方法，首先对指纹图像进行预处理，用小波分析方法提取得到噪声图像和去噪图像，从图像中获取局部二值模式特征量，对特征进行选择后用于SVM训练和分类。基于空间表面粗糙度分析的方法，得到残留噪声图像的标准差图，并计算其直方图分布作为特征量，进而进行真假指纹检测。同时为了弥补单个分类器分类结果不准确的不足，本文采用贝叶斯分类方法，将提取到的局部二值模式特征、空间表面粗糙度特征和曲波特征分别进行SVM分类，并运用朴素贝叶斯分类完成最终的判定该方法在第二届全球假指纹竞赛（Livdet2011）公开数据库和第三届全球假指纹竞赛（Livdet2013）公开数据库上进行了测试，并与两届竞赛优胜者的算法进行了比较，实验结果证明，该方法具有较好的分类效果。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 论文研究背景

1.2 国内外研究现状

1.3 论文研究内容

1.4 论文组织结构

第二章 假指纹检测技术基础

2.1 小波分析方法

2.2 局部二值模式

2.3 SVM-RFE特征选择

2.4 SVM分类方法

2.5 本章小结

第三章 假指纹仿真和预处理方法研究

3.1 假指纹仿真方法

3.2 指纹图像预处理方法

3.3 本章小结

第四章 假指纹检测特征提取与选择

4.1小波分析和局部二值模式

4.2 空间表面粗糙度分析

4.3 本章小结

第五章 朴素贝叶斯假指纹检测算法及实现

5.1 朴素贝叶斯原理

5.2 算法思路概述

5.3 实验与分析

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果