登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 计算机科学与技术 > 正文

基于局部相位描述的指纹活性检测算法的研究和实现开题报告

 2021-12-15 21:10:01  

1. 研究目的与意义及国内外研究现状

随着计算机和网络等科学技术的飞速发展,人们对身份识别的精准性、可靠性和便捷性提出了更高的要求。生物特征识别技术也逐步受到人们普遍的重视。在生物识别领域,人们发现指纹具有其独有的生物学特征:普遍性、不变性和唯一性,并已被普遍地应用于金融、网络、医疗和安全等领域。但是存在的问题就是指纹识别机器很容易被人造的假指纹所蒙骗。从而使得非法用户窃取真实用户的指纹之后,可以运用一些特殊的材料,如硅胶、明胶、橡皮泥等一些特殊的材质进行制作,进而使得真实用户的个人隐私被非法窃取,因此设计并且实现一个指纹活性检测的算法显得尤为重要,也是本课题的目的所在,该算法能够有效检测识别出指纹的真伪性,提高指纹识别技术应用的可靠性和安全性,加快推进指纹识别技术在各个领域的应用。

国内外研究现状

国内研究现状:

!--[if !supportlists]--1.!--[endif]--国内指纹识别研究主要方向在图像预处理,特征提取和特征点匹配等部分。图像预处理包括归一化、分割、滤波、二值化和细化等。特征提取目前主要有两类特征提取方法:其一,直接对细化的指纹图像进行去伪特征和修复真细节点等操作,然后提取所有的指纹细节点;其二,先提取指纹图像细节特征,再根据真伪细节点关系,识别和剔除伪特征;

2. 南京理工大学朱长水等人提出尺度不变特征转换(scale invariant feature transform,sift)和局部相位量化(local phase quantization,lpq)相结合的人脸图像识别算法.利用sift算法检测两幅人脸图像特征点,得到两幅图像的特征点集合;计算特征点邻域的lpq特征,并将特征点邻域的集合表述为lpq直方图序列,作为人脸图像的描述算法;采用特征点邻域距离比值进行匹配判定.实验表明在orl标准人脸数据库上,该方法具有较高的识别率.

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

当今社会存在个人指纹信息被非法用户通过特殊材料进行人工伪造个,以达到获取个人隐私、财产等非法目的,本论文通过学习图像预处理方法,传统的指纹特征提取方法,熟悉指纹活性检测的相关概念,学习与研究常见的指纹活性检测算法,重点将lpq方法应用于指纹特征提取,然后设计和实现一个局部相位描述相符的指纹活性检测算法,进行真假指纹的有效辨别,降低指纹被非法伪造的可能性,提高指纹生物识别的安全性和可靠性。

指纹活性检测算法的研究基于指纹识别系统算法,其中主要内容如下:

(1)指纹图像预处理:由于指纹图像在采集时会含有大量的噪声,并且手指压力与脏湿程度也会造成图像偏差,不能直接对图像进行特征提取;所以要采用归一化来规范图像的灰度值,再将图像边缘的无用信息分割掉,提取有效区域;利用过滤法可以有效地去除图像中的噪声,提高图像质量;再利用二值图像来描述指纹信息,便于细节信息的获取和辨认;最后再进行细化处理,减少由二值化引起的噪声信息,同时减少特征信息的存储量。通过预处理后,指纹图像的噪声等干扰指纹识别因素明显减少,提高了图像的质量,为特征提取做好准备。

(2) 指纹图像特征提取:因为经过预处理后的指纹图像上仍包含很多的伪特征点,所以提取所有的特征点,然后再去除伪特征点;本课题在传统指纹特征提取方法的基础上,使用局部相位量化方法(lpq)进行图像的特征提取(如特征向量),基于局部相位描述的指纹活性检测是本课题的难点和重点,本课题将设计一个有效算法,对指纹建立模型,统计特征向量等关键值,在matlab等软件上进行算法演示,为识别指纹的真伪性做准备。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

行动方案:

针对课题了解基本的指纹识别的方法和算法,学习掌握课题研究的指纹活性检测算法的技术知识,结合国内外研究现状及自身实际情况,进行活性检测算法的设计和验证,最后按照格式规范撰写毕业论文。

进度安排:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] 章毓晋.《图像处理》(第三版).清华大学出版社,2006.

[2] d. yambay, et al., livdet 2011 - fingerprint live- ness detection competition 2011, 5th iapr/ieee int. conf. on biometrics (icb 2012), in press.

[3] s.b. nikam, and s. aggarwal, local binary pattern and wavelet-based spoof ngerprint detection, int. j. of biometrics, 1 (2) 141-159, 2008.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图