文档详情

基于匹配融合的指纹与指静脉双模态生物识别技术的研究-电子与通信工程专业论文.docx

发布:2019-03-25约4.85万字共60页下载文档
文本预览下载声明
南 京 邮 电 大 学 工程硕士学位论文摘要 学科、专业:工学 电子与通信工程 研 究 方 向:智能信息系统与应用 作 者: 2009 级研究生 葛彦平 指导教师:成谢锋 教授 题 目: 基于匹配融合的指纹与指静脉双模态 生物识别 技术的 研究 英文题目:Research of dual-modal biometric recognition based on fingerprint and finger-vein on the match-score level 主题词:双模态生物识别,遗传与进化算法,指纹识别,指静脉识别, Keywords: Dual-Modal Recognition, GEC, Finger print identification, Finger- vein identification 南京邮电大学全日制工 南京邮电大学全日制工程硕士研究生学位论文 摘要 I I 摘要 生物特征包含了丰富的个人身份信息,生物识别也因此成为一种重要的身份识别方式, 随着生物识别技术的不断发展,单一生物识别系统在应用普遍性与识别准确性等方面的问题 日益突出,而且这些问题仅仅从技术上是不能得到解决的,即使可以得到解决,也会付出巨 大的成本,而多模态生物识别系统却能够很好的解决这个问题,它将几种优劣互补的生物特 征融合在一起,扩大了生物识别的应用范围,提高了识别系统的准确率与防攻击能力。为此, 本文研究了一种在匹配层融合的、基于指纹与指静脉的双模态生物特征识别技术。 由于指纹识别技术发展的比较成熟,文章中的介绍以指静脉为主,主要的内容包括:指 静脉图像采集与预处理、指静脉特征点提取与匹配以及双模态生物识别系统三部分。在获取 静脉图像以后,本文通过对其进行 ROI 定位,大小、灰度归一化,通过不同的算法对图像进 行增强与分割,得到效果比较好的静脉特征图像,为后期处理打下良好的基础,然后通过 Matlab 仿真对不同算法进行了比较与分析。 手指静脉特征提取是基于细节点的,通过比较指静脉细节点与指纹细节点的不同,对指 静脉的细节点进行重新定义,静脉细节点中以分叉点所携带的信息最丰富,因此本章采用了 一种新的基于细节点位置与角度的匹配算法,以改善指静脉图像因旋转、偏移带来的识别率 低的问题,获得了比较好的识别结果。 匹配融合模块首先介绍了融合层次的相关概念,然后分析了多种匹配分数归一化模型, 通过比较不同融合算法的优劣,针对当前识别系统所应用的人群和工作场合的不同,提出了 用遗传与进化算法改进的均值权重匹配融合算法,以得到单一生物识别系统的最优或次优分 配权重,基于此算法实现指纹与指静脉在匹配层的融合。实验结果证明,本文所提出的双模 态识别系统不但大大的提高了系统的安全级别,而且还可以因人因地做出相应的改变,具有 很强的自适应能力。 关键词:双模态生物识别,遗传与进化算法,指纹识别,指静脉识别 南京邮电大学全日制工 南京邮电大学全日制工程硕士研究生学位论文 Abstract II II Abstract With important information in biometric traits, Biometric Identification has become an important way for individual identification. By the development of this technology, single biometric has some problems in the aspects of universality and accuracy, which can be solved by multi- modal biometric identification system. So, the technology of dual- modal recognition fusing finger print and finger-vein in the match-score level are researched in this paper. Since the development of fingerprint is very mature, this paper mainly introduces finger vein, including pre-proceeding, feature point extraction and matching, implementation of dual- mode biometric system. After getting finger vein image, ROI location, Normalizatio
显示全部
相似文档