自动指纹识别系统原理与实现.pdf

自动指纹识别系统原理与实现.pdf
 

书籍描述

编辑推荐
《自动指纹识别系统原理与实现》结构清晰,语言通俗易懂,内容新颖全面,反映了自动指纹识别的最新研究动态,同时介绍了作者近几年的研究成果,可供信号与信息处理、图像处理、生物特征识别以及生物医学工程等领域的科技人员与教师阅读,也可作为相关学科专业的研究生教材。

目录
前言
第1章绪论
1.1生物特征识别技术
1.1.1生物特征识别技术的定义
1.1.2生物特征识别技术的特点
1.1.3生物特征识别技术的分类
1.2生物特征识别系统
1.2.1生物特征识别系统的结构
1.2.2生物特征识别系统的工作模式
1.2.3生物特征识别系统的性能评价
1.3常见的生物特征识别技术
1.4自动指纹识别技术
1.4.1指纹识别的研究历史
1.4.2 自动指纹识别技术的研究内容
1.5本书主要内容安排
参考文献
第2章常见的生物特征识别技术
2.1指纹识别
2.2人脸识别
2.2.1人脸识别的研究内容
2.2.2人脸识别新技术
2.2.3人脸识别的应用
2.3掌形识别
2.3.1掌形图像采集
2.3.2掌形识别系统的组成
2.3.3掌纹识别
2.3.4手形识别
2.3.5掌形识别技术展望
2.4虹膜识别
2.4.1虹膜识别的特点
2.4.2虹膜图像采集
2.4.3虹膜图像增强
2.4.4虹膜图像配准算法
2.4.5虹膜识别的应用
2.5步态识别
2.5.1步态识别系统的组成
2.5.2步态识别算法
2.5.3步态识别的应用
2.6签名识别
2.6.1签名的采集
2.6.2在线签名识别
2.6.3离线签名识别
2.6.4在线签名识别与离线签名识别的比较
2.6.5签名识别的应用
2.7语音识别
2.7.i语音识别的分类
2.7.2语音识别系统结构
2.7.3语音识别算法
2.7.4语音识别的应用
2.8视网膜识别
2.9脸部热量图识别
2.10手部血管分布识别
2.11其他生物特征识别技术
2.11.1声纹识别
2.11.2耳廓识别
2.11.3手背静脉识别
2.11.4红外温谱图识别
2.11.5 DNA识别
2.12多生物特征融合识别技术
2.12.1单一生物特征识别的局限性
2.12.2多生物特征融合
2.13本章小结
参考文献
第3章验证模式下自动指纹识别系统
3.1 AFIS算法设计
3.2 AFIS各模块算法概述
3.2.1指纹图像采集
3.2.2图像与背景分离
3.2.3方向信息提取
3.2.4纹线提取
3.2.5图像二值化
3.2.6图像细化及纹线修复
3.2.7细节特征提取
3.2.8指纹匹配
3.3实验结果
3.3.1实验结果与讨论
3.3.2实验结果测试
3.4本章小结
参考文献
第4章 自动指纹识别系统预处理及细节特征提取
4.1指纹图像预处理
4.1.1指纹图像与背景分离
4.1.2方向信息提取
4.1.3纹线提取
4.1.4自适应局部阈值二值化
4.1.5图像细化及纹线修复
4.2指纹图像细节特征提取
4.2.1基于非彻底细化图像的指纹细节特征提取
4.2.2纹线跟踪算法直接实现指纹细节特征提取
4.3算法测试
4.4本章小结
参考文献
第5章 自动指纹识别系统图像分割
5.1方差法和方向法
5.1.1方差分割算法
5.1.2方向分割算法
5.1.3两种分割算法的比较
5.2新的指纹图像分割算法
5.2.1算法思想
5.2.2算法步骤
5.3实验结果及算法测试
5.3.1实验结果
5.3.2算法测试
5.4本章小结
参考文献
第6章基于纹线跟踪的指纹细节特征提取
6.1指纹图像预处理
6.1.1指纹图像归一化
6.1.2前景与背景分离
6.1.3纹线方向估计
6.2基于纹线跟踪的指纹细节特征提取算法
6.2.1算法步骤
6.2.2结束条件和细节点检测
6.3实验结果及比较
6.3.1实验结果
6.3.2算法测试和比较
6.4本章小结
参考文献
第7章指纹匹配
7.1有关定理和推论
7.2点模式匹配算法
7.2.1可能匹配的基准点对确定
7.2.2匹配点对支持的计算
7.2.3统计一次匹配的结果
7.2.4求取映射参数和最终的匹配点对
7.3实验结果
7.4本章小结
参考文献
第8章基于纹线跟踪的指纹分类
8.1指纹图像模式区
8.1.1模式区的定义
8.1.2模式区的定位
8.1.3模式区纹线跟踪
8.2基于纹线跟踪的指纹分类
8.3实验结果及算法测试
……
第9章基于类拐点特征向量的多层次指纹分类
第10章总结与展望
附录部分自动指纹识别算法的VC语言源程序

文摘
版权页:

自动指纹识别系统原理与实现

插图:

自动指纹识别系统原理与实现

2.5.2步态识别算法
步态识别的突出特点是能进行远距离识别。因此,步态识别算法的研究已越来越多地引起国内外学者的关注。目前,已经研究出的步态识别算法主要有以下几种。
1.步态度识别算法
该算法思想来源于“从行走运动的时空模式中可学习人体的外观模型,,的观点。对于每个图像序列而言,背景减除(分辨对象与背景信息)过程用来提取行人的运动轮廓,这些轮廓随时间的姿态变化在二维空间中被对应地描述成一个序列的复数配置(complex configuration)。利用Procrustes的形状分析方法,从该序列的复数配置中获取主轮廓模型,作为人体的静态外观特征。实验结果表明,该算法能获得较好的识别性能。
2.二维步态度识别算法
对于每个步态序列而言,采用一种改进的背景减除技术提取人的三维空间轮廓。在轮廓的边缘,被逆时针方向展开为一系列相对于质心的距离模板。这些模板特征通过主元统计分析来训练,从而获得步态形状的变化模式在特征空间中的轨迹表达。识别时,采用时空相关匹配的方法和基于归一化欧氏距离的最近邻规则,并引入相应于个人体形等生理特征加以融合,以用于必要的步态分类校验。
3.时空轮廓分析算法
该算法思想来源于“人体行走运动很大程度上依赖于轮廓随着时间的形状变化”的直观想法。对每个图像序列而言,背景减除与轮廓相关的方法用于检测和跟踪行人运动轮廓,这些时变的二维轮廓形状被转换为对应的一维距离信号,同时通过特征空间变换来提取低维步态特征。基于时空相关或归一化欧氏距离进行度量,将标准的模式分类技术用于最后的识别。结果表明,该算法不仅获得了令人满意的识别性能,而且具有相对较低的计算代价。
4.基于模型的算法
该算法思想来源于“行走运动的关节角度变化包含着丰富的个体识别信息,,这一观点。首先,结合人体模型、运动模型、关节变化以及运动约束条件等先验知识,利用Condensation算法进行行人的跟踪。

内容简介
《自动指纹识别系统原理与实现》首先对常见的生物特征识别技术作一一介绍,然后详细介绍了验证模式下自动指纹识别系统的各算法模块,对其核心理论和技术作了深入研究,建立了一对一自动指纹识别系统。其中,重点研究了指纹图像预处理、指纹图像与背景分离、基于灰度图像纹线跟踪的指纹细节特征检测等算法。在实现并比较现有的两种指纹图像分割算法基础上,提出了一种新的指纹图像分割算法,另外还提出并实现了基于纹线跟踪及类拐点特征向量的指纹分类方法。除了对每一种改进方法进行详细介绍外,还分别进行了测试和验证。实验结果表明,这些算法能使自动指纹识别系统的各项指标得到显著提高。

购买书籍

当当网购书 京东购书 卓越购书

PDF电子书下载地址

相关书籍

搜索更多