论文总字数：18213字
目 录
1 绪论 1
1.1 课题的研究背景和意义 1
1.2 生物特征识别技术概述 1
1.2.1 现今生物特征识别技术 1
1.2.2 生物特征识别技术的发展 2
1.3 指纹识别技术概述 2
1.3.1 指纹识别技术的发展现状 2
1.3.2 指纹识别技术的基本原理和过程 2
1.4 基于MATLAB的指纹图像分割 3
1.4.1 MATLAB简介 3
1.5 本文的研究内容及组织结构 4
2 指纹图像分割 5
2.1 图像分割 5
2.2 指纹图像分割目标 5
2.3 指纹图像分割方法 6
2.3.1 基于像素的分割方法 6
2.3.2 基于块的分割方法 6
2.3.3 基于全局特征的分割方法 7
2.4 小结 7
3 基于块特征的指纹图像分割算法 8
3.1经典基于块特征的指纹图像分割方法 8
3.1.1 基于灰度均值的指纹图像分割方法 8
3.1.2 基于灰度方差的指纹图像分割方法 9
3.1.3 基于方向一致性的指纹图像分割方法 10
3.2基于有效点聚集度的指纹分割方法 12
3.3算法实现与实验结果 14
3.4小结 20
4 总结和展望 21
4.1 总结 21
4.2 展望 21
参考文献 22
致 谢 24
针对指纹图像的分割算法研究与实现
谢栋
，China
Abstract：With the development of the global economy, human beings have entered a digital society. At the same time, the endless stream of electronic products has entered into our lives. In this pursuit of efficient society, with a secure information environment, efficient identification technology will be people's needs.Biometrics (BIOMETRICS) technology is based on the characteristics of each person through the computer to identify the identity of the technology.Unlike previously identified identity methods (labeled items, marked knowledge), this technology has a better ability to identify and authenticity,which is used by countries, research and application.
Because of its reliability, invariance, ease of operation and other advantages, more and more people began to use this technology. Fingerprint recognition has become one of the synonyms of biometric technology.Fingerprint image segmentation is an important part of the pre-processing process of fingerprint image recognition system. The subsequent processing of fingerprint image is directly linked with segmentation result. An effective segmentation algorithm can improve the performance of the whole system.
In this paper, the fingerprint image segmentation algorithm based on block feature is discussed and realized. And compared with a segmentation algorithm using the feature of the effective point aggregation. Experiments show that the fingerprint image segmentation algorithm based on the effective point aggregation feature is robust and the segmentation module is clear and adaptable.
Key words:Biometric technology; fingerprint image segmentation; segmentation feature;Effective Point Cluster Degree
1 绪论
1.1 课题的研究背景和意义
在全球经济的快速发展下，人类已进入了数字化社会，与此同时层出不穷的电子产品进入我们的生活。高速发展的科学技术极大地方便了人们的生产生活，现代社会的进步和发展向前跨了一大步。在今天，我们每个人都携带这许多验证信息，有虚拟信息，如手机密码、QQ密码、账户密码等等；也有实体信息，如门房钥匙，身份证等。这些传统身份识别技术，随着科技的发展，安全性愈来愈得不到保证。但我们的生活也越发离不开这些信息。于是生物识别技术便出现在人们的身边，而指纹是人类固有的密码信息，它拥有终生不变，广泛性强且独一无二，是生物识别技术重点关注目标。而在指纹识别系统中，指纹图像分割是系统的预处理时不能跳过的部分，其结果直接影响到整个系统性能，应用前景十分广阔。
1.2 生物特征识别技术概述
1.2.1 现今生物特征识别技术
当下，如何在保证个人信息安全的前提下，准确识别一个人的身份的问题已迫在眉睫。传统的身份识别技术由于极易被不法分子窃取与造假，慢慢已被社会淘汰，于是生物识别技术应运而出。它是目前兼具速度与安全的解决措施。它使用时，简单、快捷、迅速；在识别时，精准、可信、安全，而且能够配合安全系统进行自动化管理。生物识别技术，社会影响深远，经济效益巨大，正被全球所关注。
生物特征识别技术是指使用计算机根据每个人特征来鉴定身份的技术。生物识别技术是基于每个个体的独特性来识别身份和信息的。它的内容主要有是用来进行生物识别的技术与包含生物特征的系统。
用来进行生物识别的技术是指通过一些技术来判断采集到的特征是否与本人相符。生物识别技术将通过某种方法等采集到的信息，集成到计算机，如传感器等，来辨认人的身份。
包含生物特征的系统实际上是取得特征模板，模板里存放着对生物特征转换成的数字代码。当在认证人们的身份时，只需要在系统中遍历可用的特征模板，并将其与人们的特征比较，来判断是否是许可人员。
现今比较热门的生物特征识别技术有指纹识别、人脸识别、DNA识别、静脉识别、虹膜和视网膜识别、声纹和签名识别和掌形和掌纹识别等。通过对这几种技术的比较，我们可以发现，指纹识别技术领先于其它技术。如表1.2所示，对这10种技术的精准度、唯一性、不变性、普遍性、防伪性、采集难度和接受难度作了比较。
表1.1 10种生物识别技术性能比较
特征类型 | 精准度 | 唯一性 | 不变性 | 普遍性 | 防伪性 | 采集难度 | 接受难度 |
指纹 | 高 | 高 | 高 | 高 | 高 | 中 | 中 |
人脸 | 低 | 低 | 低 | 高 | 低 | 高 | 高 |
DNA | 高 | 高 | 高 | 高 | 高 | 中 | 低 |
静脉 | 中 | 中 | 中 | 低 | 高 | 中 | 中 |
虹膜 | 高 | 高 | 高 | 高 | 高 | 中 | 低 |
视网膜 | 高 | 高 | 中 | 高 | 高 | 高 | 低 |
声纹 | 低 | 低 | 中 | 低 | 低 | 中 | 高 |
签名 | 低 | 低 | 低 | 低 | 低 | 低 | 低 |
掌形 | 中 | 中 | 中 | 中 | 中 | 低 | 中 |
掌纹 | 高 | 高 | 中 | 高 | 中 | 中 | 中 |
1.2.2 生物特征识别技术的发展
生物识别技术，更方便、更安全，它不需要你携带或记住一些验证信息。生物识别技术识别的是人类自己，这使身份验证的安全性好上了许多。每个人在生物上的特征具有一定时间内的不变性和唯一性，难以通过现有技术伪造，所以对于身份识别来说，使用识别技术是精准的，有效的和安全的。此外，生物识别技术产品可以将安全系统集成到计算机上，完成自动化管理。
剩余内容已隐藏，请支付后下载全文，论文总字数：18213字
相关图片展示：
该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;
