一、一种新的指纹特征点匹配算法(英文)(论文文献综述)
滕晓强[1](2018)在《基于移动群智感知的室内路径规划关键技术研究》文中指出随着无线和移动终端设备的普及,室内位置服务和移动终端的深度结合正在悄悄改变传统的商业模式和生态。各大互联网巨头公司开始布局室内位置服务,使得室内位置服务已经在一定程度上进入了人们的生活。室内位置服务的核心在于研究更加合理的室内路径规划技术。室内路径规划技术既具有重要研究价值又是富有挑战性的问题,逐渐成为学术界和工业界关注的热点研究方向之一。因此,本文对室内路径规划技术进行深入的理论和技术研究。本文首先提出基于移动群智感知的室内语义地图构建方法。该方法使用移动感知数据和视觉信息的优势互补来实现自动化、低成本、快速的室内语义地图重建。视觉信息提供了丰富的室内场景信息和室内空间几何信息。运动信号以低成本的计算方式提供了图像的室内位置和姿态信息。继而提出了基于组合优化和概率占据技术的室内地图语义信息定位算法,在室内地图上来标记语义信息。其次,由于室内空间的动态变化性,初始构建的室内语义地图会降低基于位置服务应用的用户体验,甚至使得基于位置服务应用不可工作。本文提出了基于群智感知的室内实体语义信息持续化和自动化更新方法,并采用多个数据集验证了上述方法的有效性。再次,针对室内路径规划方法的普适性问题,本文提出了基于点云数据的室内路径规划方法。不同于室内其他的信号(如无线信号和地磁数据),点云数据对于室内环境变化(如光照变化、旋转运动和尺度缩放)具有良好的鲁棒性。本文提出了用户的行走轨迹推理算法、三维点云地图的生成算法、基于粒子滤波的追踪算法和偏离事件检测算法。在办公室场景下对该方法进行现地实验。大量的实验结果表明,本文所设计的方法取得了出色的引导性能。最后,在现实生活中,人们有大量的需求想要从室内的某一位置以一条最短且最省时的路径到达室外的目标位置。本文分析了现有的导航系统大都只关注于室内路径规划应用或者室外路径规划应用,都不能够满足用户的室内外联合路径规划需求。针对此问题,本文设计了基于用户分享个人行走路线来实现室内外联合导航服务并在地铁交通系统中进行了大量的现地实验。实验结果表明本文所提方法取得了出色的引导性能。
薛亚许[2](2011)在《指纹识别相关算法的改进研究》文中研究表明人类应用指纹的历史开始于远古。指纹是最古老的身份证,早在6000年前人类就会利用指纹来代替签名。考古学家证实,早在原始社会晚期,指纹作为身份鉴别的工具已经在我国开始应用。尽管指纹在我国古代应用广泛,但这种应用仅是一种感性应用,没有在此基础上进行分析综合和归纳推理,更没上升到科学及理论应用。随着社会发展和科学技术的进步,人们对指纹模式识别系统的研究越来越深入,并取得了巨大的进展。比如在很多企业和学校引入了指纹考勤系统,但是目前的考勤系统在识别速度和准确性上仍然存在一些问题,因此就要求我们对指纹模式识别算法做更进一步的研究。本文在通过对国内外有关指纹识别技术研究成果的学习基础上,对指纹模式识别系统算法进行了研究。主要包括:指纹图像预处理、指纹图像特征点提取和指纹模式特征匹配。论文详细地分析了国内外指纹模式识别技术的发展状况,在总结和学习前人的理论基础上,以提高指纹模式识别算法处理速度和性能作为主要研究目标,重点对指纹二值化算法及指纹模式特征匹配算法进行了深入的研究。首先,针对目前二值化算法存在的抗燥能力差、阈值不易选取等问题以及效率低的不足,提出了一种新的二值化灰度阈值分割法,该算法很好地体现了易实现和计算量小的特点,且把局部自适应和指纹灰度图像信息相结合,同时也起到了一定的抗干扰能力。接着针对指纹模式特征匹配,提出了一种新的基于遗传算法的二次匹配算法,其中的细节特征点初筛部分,提出了一种新的构建与变换无关的结构信息的方法;坐标校准部分,采用极坐标法;对于校准后得到的特征点,采用可变大小的限界盒方法,提高了算法效率。最后采用FVC2004指纹库中的指纹图像,通过与经典指纹模式特征匹配算法的结果比较分析,验证了本文算法的可行性。
章毓晋[3](2010)在《中国图像工程:2009》文中研究表明该文是关于中国图像工程的年度文献综述系列之十五。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,并能够方便地查询有关文献,现从2009年在国内15种有关图像工程重要中文期刊的共134期上发表的3604篇学术研究和技术应用文献中,选取出1008篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理,图像分析,图像理解,技术应用和综述五个大类,然后进一步分入23个专业小类(与去年相同)。在此基础上还进行了各期刊各类文献的统计和分析。根据统计分析结果可看到我国图像工程在2009年许多新进展的情况。特别值得指出,在上述15种期刊上所发表的图像工程文献数量在2009年继续增加并达到历史最高,显示了图像工程在中国继续蓬勃发展的趋势。另外,借此综述系列15年之际,还将这15年分成3个5年的阶段,分别对3个阶段的图像工程文献选取情况和各类图像工程文献数量进行了统计和对比分析,以为读者提供更全面和可信的发展动态信息。
章毓晋[4](2008)在《中国图像工程:2007》文中研究指明该文是关于中国图像工程的年度文献综述系列之十三。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,并能够方便地查询有关文献,现从2007年在国内15种有关图像工程重要中文期刊的共118期上发表的3312篇学术研究和技术应用文献中,选取出895篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类,然后进一步分入23个专业小类(与去年相同)。在此基础上还进行了各期刊各类文献的统计和分析。根据统计分析结果可看到我国图像工程在2007年许多新进展的情况。特别值得指出,在上述15种期刊上所发表的图像工程文献数量在2007年有大幅增加并达到历史最高,显示了图像工程研究在中国继续发展的趋势。
章毓晋[5](2006)在《中国图像工程:2005》文中指出该文是关于中国图像工程的年度文献综述系列之十一。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,并能够方便地查询有关文献,现从2005年在国内15种有关图像工程重要中文期刊的共112期上发表的2 734篇学术研究和技术应用文献中,选取出了656篇属于图像工程领域的文献,并根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类,再进一步分入23个专业小类(今年结合国内图像工程的发展,增加了两个有关新热点的类别),然后在此基础上进行了各类文献的统计和分析。由统计分析结果可看到我国图像工程在2005年许多新进展的情况。特别值得指出的是,在上述15种期刊上所发表的图像工程文献数量在2005年达到历史最高,显示了图像工程研究在中国继续发展的趋势。
李慧霞[6](2020)在《多传感器组合的室内定位方法研究》文中研究说明随着科学技术的不断革新,国家经济和社会建设得到了蓬勃的发展。“数字地球”、“智慧城市”等理念不断的普及,使人们对室内高精度定位、导航、授时服务的速度及质量的需求多样化。目前单一、传统的导航定位方法已无法满足多样化的位置服务需求,融合多传感器技术的组合导航定位系统用于实时获取空间信息,实现室内复杂环境的高精度、高效和稳定定位成为了一种新趋势。本文以实现室内高精度导航定位为研究目标,在无线传感器网络、惯性、激光雷达、视觉导航定位技术的基础上,以ZigBee室内定位方法、高精度视觉惯性导航定位方法以及INS/激光雷达/视觉技术组合导航定位的方法为主要研究内容,围绕基于无线信号的路径损耗模型、高精度时空信息配准、多传感器信息高效融合算法和导航定位精度等问题展开研究。主要内容如下:1、阐述了 ZigBee无线传感器网络技术的协议,研究了基于RSSI的对数常态分布的路径损耗模型的定位方法,针对该模型中参数无法确定的问题,提出了一种基于粒子群优化算法确定模型参数的方法,在此基础上设计了一种基于粒子群优化算法和KNN算法的二维定位方法,并在室内环境组建了 ZigBee无线传感器网络进行定位实验,验证了算法和定位系统的有效性。2、针对机器人在室内环境中进行稳定、高精度的定位需求,本文提出了一种视觉和惯性组合的导航定位算法。对于基于Kinect视觉的定位算法,首先对RGB图像采用SIFT算法进行特征点提取和匹配,并运用RANSAC算法和冒泡法取得鲁棒性较好的特征点,最后通过采用一种绝对定向算法计算平移量和旋转矩阵,该方法比传统ICP算法的定位精度更好;对于惯性导航系统,分析了其位置、速度和姿态的更新方程。设计并实现了基于卡尔曼滤波的Kinect视觉/惯性组合导航定位系统,并通过室内实验测试,验证了该组合导航定位系统能够有效的实现室内定位,与纯视觉定位方法相比,该组合导航定位系统提高了定位的精度和可靠性。3、为了进一步提高机器人室内定位精度和稳定性,本文提出了一种基于联邦滤波的INS/激光雷达/视觉组合的室内导航定位方法。对于点云数据的处理,研究对比了课题组提出的一种基于体素格尺度不变特征变换(Voxel-SIFT特征)的特征提取算法和ISS特征提取算法,选择提取特征点数多、耗时短的Voxel-SIFT特征提取算法,并在此基础上采用Kd-Tree算法和ICP配准算法完成点云数据的精确配准,该配准算法耗时较传统ICP配准算法大大缩短;对于视觉里程计前端的选取,研究基于特征的方法和直接法的视觉里程计算法,通过实验确定了采用直接稀疏里程计作为视觉前端。最后,在传统联邦滤波的基础上,设计了一种最小二乘迭代加权算法融合子滤波器最优估计值的联邦滤波器方法,实现了基于联邦滤波算法的INS、激光雷达和视觉组合导航定位系统,并通过室内场景实验,证明该系统提高了定位系统的稳定性,能够实现高精度的室内定位。
李秋衡[7](2020)在《人脸特征模板加密方案的研究与设计》文中进行了进一步梳理随着信息技术的迅速发展和全球互联网时代的到来,基于生物特征识别技术的用户身份认证方法得到了广泛的应用。生物特征相较于传统的口令、芯片卡等方法具有无需记忆和更加安全可靠的特点。在众多生物特征识别系统中人脸识别具有不依赖特殊硬件支撑、与人类的识别习惯一致等优势。随着越来越多的APP、硬件设备采用了基于人脸特征识别技术的身份认证方式,人脸识别系统的安全性引起了人们的重视。一旦人脸特征模板数据泄露,我们无法像银行卡那样挂失解绑,受到的损失将难以估量。任何一个基于人脸的身份认证的系统中,保护特征模板的重要性不言而喻。然而,已有的生物特征模板加密方案大多是基于特征相对稳定的虹膜和指纹,当应用于模糊度较高的人脸识别系统时效果不佳。本课题旨在研究鲁棒的、实用的、可用于高模糊度的人脸特征的生物特征加密技术方案。在论文中我们首先介绍了人脸特征加密技术的研究背景、目的及意义,概述了自1994年至今生物特征加密技术的发展历程,分析了目前的研究现状,对于经典的生物特征加密技术进行了总结和评述。生物特征加密方案的设计需建立在特定生物特征提取算法的基础上,我们在文中分别介绍了PCA、DCNN、LBP人脸特征提取算法的原理,实现了LBP人脸特征提取以及DCNN人脸关键点提取。接下来,我们详细介绍了最为经典的模糊金库算法,并对纠错检错码技术、杂凑点生成技术以及多项式重构技术做了详细的说明,同时对杂凑点快速生成方法进行了改进。我们的改进方案不仅要求杂凑点与真实点间保持足够的距离,还需要保障各个杂凑点之间的距离也符合模糊门限要求,提高模糊度的同时避免了因模糊金库数据间距差异导致攻击者识别出杂凑点的情况。通过仿真实验的结果表明该算法是快速且有效的。接下来,我们提出了一种基于83个人脸关键点特征的模糊加密方案,该方案采用改进的杂凑点生成算法。我们在实验中收集了真实的人脸数据并用它们对模糊加密方案进行测试,实验结果表面该方案提高了模糊容忍度和识别效率,系统的误识率和拒识率分别降至13.28%和10.89%。在对方案的安全性进行分析的过程中,我们说明了模糊金库方案固有的安全漏洞,并对此设想了一种改进的思路。
杨晶晶[8](2019)在《基于STM32的智能门禁系统的设计》文中认为随着科学技术的不断提高,人们的生活水平不断提升,智能建筑将会在未来的城市建设中发挥重要的作用。门禁系统是智能建筑领域非常重要的组成部分,不仅能够控制人员进出权限,还能够对这些人员的出入情况进行实时监控与记录,是智能建筑必不可少的安全防范设施。射频识别门禁系统存在认证介质容易丢失、损坏,指纹识别门禁系统容易受到环境的影响。该设计针对目前的门禁系统研究的现状和发展的状况做了简要分析,结合对RFID技术和指纹识别技术的研究,提出了一种基于STM32的智能门禁系统设计方案,采用指纹识别技术和射频识别技术两种识别方式进行身份验证,完成门禁系统的多重验证方式。避免了单一门禁系统存在的安全隐患,提高了系统的稳定性和安全性。具体设计方案如下:硬件方面采用STM32作为控制器,结合电源、射频识别、指纹识别、继电器等模块构建门禁系统终端的总体硬件架构。软件方面结合硬件架构,采用模块化设计思路,设计开发主程序设计模块,指纹识别门禁模块,射频识别门禁模块。上位机采用C#语言进行设计开发,实现门禁管理系统的设计。在面对“互联网+”、物联网、移动智能化的挑战之下,门禁技术不断的创新,门禁系统进入了前所未有的转型期。单一验证方式的门禁系统将被取代,智能门禁系统将成为门禁行业未来发展的趋势。图44幅;表13个;参41篇。
寇宏玉[9](2019)在《基于单相机的非接触式指纹识别的研究》文中研究说明为了从根本上改善指纹图像的质量,本文提出了基于非接触式实现指纹采集的方式。这一采集方式的提出对提高指纹图像质量具有很大的研究意义,优势众多。但是就目前地新型三维指纹识别系统替代传统二维指纹识别系统的一个障碍是体积大、成本高,主要原因是使用了高成本的照明系统或多台相机。本文试图通过开发基于单像机的三维指纹识别系统来解决当前三维指纹识别技术的这些关键问题。非接触式的采集成像原理不同于接触式,所以得到的指纹图像的效果与基于接触式采集到的指纹图像效果不一样。因此本文针对非接触式采集的图像存在的问题使用相对应的算法,主要体现在预处理环节,在指纹图像分割上做了进一步完善,采用最大熵阈值的分割算法对指纹图像的背景与前景进行划分,但是基于相机采集到的指纹图像,有的指关节部分也混淆在前景区域中,所以本文在分割算法中融入了对指关节部分的分割,减少了后续的特征点提取工作中伪特征点的提取数量,从而提高了匹配率。在图像增强的部分首先采用同态滤波增强算法改善指纹图像存在的脊线与谷线之间对比度低的问题,但是一次滤波增强后的指纹图像依旧存在些许的毛刺情况,所以本文针对性的对一次增强后的指纹图像运用改进的Gabor滤波器进行二次增强,大大提升指纹质量。在指纹匹配时运用的是基于细节点构建三角矢量的方法实现,最后在Matlab上进行结果验证。验证结果证实,本文所提出的基于单相机的非接触式指纹系统与本文所运用的相应算法可以有效完成身份识别的应用。由于指纹图像质量的提升与相应的算法的改进,所得到的指纹识别系统有效地改善了指纹识别的准确性,也对非接触式指纹识别的发展起到促进作用,拥有良好的应用前景与重大的研究意义。
杨佳佳[10](2019)在《多模态生物特征识别关键技术研究》文中指出生物特征识别技术得益于其稳定性和持久性特点已应用于信息化社会中众多场景,其中单模态指纹识别技术应用最为广泛。传统的单模态指纹识别技术是基于特征点相似性比对来进行判别身份的,需要确保指纹的完整性,质量的可靠性以及指纹特征点定位算法的有效性才会达到满意的识别效果。然而,随着各种移动便携式及可穿戴设备的发展,指纹采集设备也日益微型化,使得采集到的指纹图像有效面积随之变小,这时,由于特征点的缺失,采用传统的特征点匹配方式进行分类并不会得到满意的结果。针对该问题本文设计出三种方法:基于特征维度扩展的小面积指纹识别算法(ROIFECNN),基于贝叶斯决策的动态权值双模态融合算法(DWMF-decision)以及二次比较选择模型(SCCM)。本文的亮点在于不需要完整指纹或提取出所有特征点即可进行识别,且后续融合声纹识别特征改善了单模态识别在环境中的适用性限制,提高使用切换灵活性,有效提升身份认证的准确率和鲁棒性。本文主要工作和创新点如下:1.针对传统特征点匹配方法不适用于特征点少的小面积指纹识别的问题,提出了ROIFECNN算法。即在指纹预处理之后,先利用Poincare算法定位指纹中心点,从而选择到感兴趣小面积区域(ROI),并使用Gabor滤波器对ROI区域进行纹理特征提取,后续将预处理中心块图与提取的纹理特征图合并得到的多特征图作为CNN网络的输入。这种方法充分利用了小面积指纹的有效信息,避免了提取端点、叉点等特征点,从而避免了伪特征点的产生,实验结果表明识别率得到提高。2.针对利用ROIFECNN算法进行实验存在的单模态识别普遍问题(例如成像角度、采集污损、安全性等环境原因,限制了单模态的识别率和广泛应用),本文仍围绕特征扩展的方向,融合声纹识别特征,提出了 DWMF-decision双模态融合算法。在各单模态分类错误代价达到最小化后,通过自适应权值来决定当前融合过程中两类识别模式各自的权重系数,并在决策层上进行“投票”融合。该算法中自适应权值方法改善了固定权值融合中始终认定某一种模式为最优模式的缺点,并且相比ROIFECNN单模态识别进一步提高了适用性和性能。3.针对DWMF-decision算法中多模态融合过程系统资源占用率高这一问题,进行了研究和规划,从而引入了一种改进算法——二次比较选择模型(SCCM)。该算法也同样基于贝叶斯决策,首先通过对单模态指纹识别结果得到的FMR和FNMR曲线图进行分析,确定否认阈值和确认阈值,并通过理论分析推导发现仅需对落于双阈值之间的不确定用户开启声纹辅助识别即可,最终在保证识别率的同时,大大节约了系统资源的消耗。
二、一种新的指纹特征点匹配算法(英文)(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种新的指纹特征点匹配算法(英文)(论文提纲范文)
(1)基于移动群智感知的室内路径规划关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 相关技术研究现状 |
1.2.1 数字化室内语义地图重建 |
1.2.2 室内定位与导航方法 |
1.2.3 基于位置服务的应用 |
1.2.4 小结与讨论 |
1.3 存在的挑战 |
1.4 本文主要工作 |
1.5 本文内容安排 |
第二章 研究框架 |
2.1 感知层 |
2.1.1 传感器及其数据 |
2.1.2 移动群智感知技术 |
2.2 数据层 |
2.2.1 数字化二维室内地图 |
2.2.2 室内三维点云模型 |
2.3 方法层 |
2.3.1 基于信号指纹的定位方法 |
2.3.2 基于惯性导航的定位方法 |
2.3.3 多模态定位方法 |
2.3.4 优化方法 |
2.4 应用层 |
2.5 本章小结 |
第三章 数字化室内语义地图低成本自动化构建方法 |
3.1 引言 |
3.2 室内语义地图构建方法 |
3.2.1 地理位置信息获取 |
3.2.2 场景图建模方法 |
3.2.3 图像定位算法 |
3.2.4 语义定位方法 |
3.3 实验结果与分析 |
3.3.1 实验设置 |
3.3.2 实验评估 |
3.4 本章小结 |
第四章 室内地图的实体语义信息自动化更新方法 |
4.1 引言 |
4.2 室内地图语义更新概述 |
4.2.1 室内空间模型 |
4.2.2 问题描述 |
4.3 室内实体位置和语义的抽象:enGraph数据结构 |
4.3.1 enGraph数据结构 |
4.3.2 Data enGraph生成方法 |
4.3.3 Query enGraph生成方法 |
4.4 enGraph匹配方法 |
4.4.1 问题定义 |
4.4.2 MAS算法 |
4.5 室内地图的语义信息的更新 |
4.5.1 实体的象限模型 |
4.5.2 变动的语义信息检测算法 |
4.5.3 变化的实体定位算法 |
4.6 实验结果与分析 |
4.6.1 系统实现细节 |
4.6.2 评估方法和实验设置 |
4.6.3 室内语义地图更新的性能评估 |
4.6.4 enGraph数据结构性能评估 |
4.6.5 子图匹配的性能评估 |
4.6.6 变动的实体的检测性能评估 |
4.7 本章小结 |
第五章 基于点云的室内路径规划方法 |
5.1 引言 |
5.2 室内导航系统框架 |
5.2.1 室内导航应用实例 |
5.2.2 点云的背景知识 |
5.3 系统设计 |
5.3.1 系统框架 |
5.3.2 点云轨迹生成方法 |
5.3.3 姿态鲁棒性 |
5.3.4 用户行走轨迹生成方法 |
5.4 三维路径地图重建 |
5.4.1 点云轨迹划分 |
5.4.2 点云轨迹相似性计算方法 |
5.4.3 轨迹合并 |
5.4.4 三维路径地图更新 |
5.4.5 基于群智感知的语义标记方法 |
5.5 基于三维路径地图的导航方法 |
5.5.1 基于点云数据的定位算法 |
5.5.2 基于粒子滤波的追踪算法 |
5.5.3 路径规划和追踪 |
5.6 实验结果与分析 |
5.6.1 系统实现 |
5.6.2 系统评估方法和实验设置 |
5.6.3 性能评估 |
5.7 本章小结 |
第六章 基于移动群智感知的室内外联合路径规划方法 |
6.1 引言 |
6.2 室内外联合路径规划概述 |
6.2.1 室内外联合路径规划的应用实例 |
6.2.2 室内外联合路径规划框架 |
6.2.3 室内外联合路径规划系统的假设与局限 |
6.3 系统设计 |
6.3.1 个人轨迹生成方法 |
6.3.2 轨迹提纯 |
6.3.3 基于轨迹的用户引导方法 |
6.4 实验结果与分析 |
6.4.1 IONavi导航系统实现细节 |
6.4.2 评估方法和实验设置 |
6.4.3 性能评估 |
6.5 本章小结 |
第七章 结束语 |
7.1 本文主要贡献 |
7.2 工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录A 英文缩写词对照表 |
附录B 主要数学符号与定义 |
(2)指纹识别相关算法的改进研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 引言 |
1.2 生物特征识别技术简介 |
1.3 国内外指纹识别技术发展现状 |
1.4 指纹模式识别系统概述 |
1.4.1 指纹模式识别系统原理 |
1.4.2 指纹模式识别系统算法 |
1.5 论文主要内容及章节安排 |
2 指纹图像预处理及改进 |
2.1 指纹图像场及其计算 |
2.1.1 梯度场计算 |
2.1.2 方向场计算 |
2.1.3 频率场计算 |
2.2 指纹图像分割 |
2.3 指纹图像均衡 |
2.4 指纹图像平滑 |
2.5 指纹图像智能增强 |
2.6 指纹图像二值化及细化提取 |
2.6.1 典型二值化法 |
2.6.2 一种新的二值化灰度阈值分割法 |
2.6.3 试验结果及分析 |
2.6.4 细化及后处理 |
2.7 指纹图像预处理试验结果及分析 |
2.8 本章小结 |
3 指纹图像特征点提取 |
3.1 指纹特征定义及分类 |
3.2 指纹特征端点、叉点、奇异点提取 |
3.2.1 指纹特征端点提取 |
3.2.2 指纹特征分叉点提取 |
3.2.3 指纹特征奇异点提取 |
3.3 特征点提取后处理 |
3.4 本章小结 |
4 指纹模式特征匹配 |
4.1 基于三角形全等的指纹特征匹配算法 |
4.2 基于Hough 变换匹配算法 |
4.3 本章小结 |
5 基于遗传算法的二次匹配算法的研究 |
5.1 遗传算法 |
5.1.1 遗传算法的起源及发展 |
5.1.2 遗传算法原理 |
5.2 细节点特征匹配原理 |
5.3 遗传算法初匹配 |
5.3.1 细节特征点初筛 |
5.3.2 染色体编码表示 |
5.3.3 适应度函数值确定 |
5.3.4 遗传操作 |
5.4 二次匹配 |
5.4.1 坐标校准 |
5.4.2 全局匹配 |
5.5 性能指标 |
5.6 试验结果及分析 |
5.7 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
A. 作者在攻读学位期间发表的论文目录 |
B. 作者在攻读学位期间参与的项目 |
(3)中国图像工程:2009(论文提纲范文)
0 引 言 |
1 综述目的 |
1) 概括我国图像工程发展现状 |
2) 便利从事图像工程研究和图像技术应用的人员查阅有关文献 |
3) 提供期刊编者和文献作者有用的参考信息 |
2 刊物选取 |
3 文献选取和分类 |
4 文献分类统计结果和讨论 |
4.1 15年图像工程文献选取和分类概况比较 |
4.2 2009年各刊图像工程文献刊载情况 |
4.3 2009年各刊图像工程文献详细分类情况 |
5 前后3个5年的比较 |
6 结 论 |
(4)中国图像工程:2007(论文提纲范文)
1 引 言 |
2 综述目的 |
3 刊物选取 |
4 文献选取和分类 |
5 文献分类统计结果和讨论 |
5.1 近13年图像工程文献选取和分类概况比较 |
5.2 2007年各刊图像工程文献刊载情况 |
5.3 2007年各刊图像工程文献详细分类情况 |
6 结 论 |
(5)中国图像工程:2005(论文提纲范文)
1 引 言 |
2 目的讨论 |
(1) 概括我国图像工程的发展现状 |
(2) 便利从事图像工程研究和图像技术应用的人员查阅有关文献 |
(3) 提供期刊编者和文献作者有用的参考信息 |
3 刊物选取 |
4 文献选取和分类 |
5 文献分类统计结果和讨论 |
5.1 近11年图像工程文献选取和分类概况比较 |
5.2 2005年各刊图像工程文献刊载情况 |
5.3 2005年各刊图像工程文献详细分类情况 |
6 结 论 |
(6)多传感器组合的室内定位方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 室内无线定位技术 |
1.2.2 惯性导航系统及定位技术 |
1.2.3 基于机器视觉的定位技术 |
1.2.4 基于激光雷达的定位技术 |
1.3 研究内容和结构安排 |
1.4 本章小结 |
第2章 室内定位技术的模型建立与分析 |
2.1 坐标系统 |
2.1.1 相关坐标系统 |
2.1.2 坐标系统的转换 |
2.2 无线传感器网络定位系统 |
2.2.1 无线定位基本概念 |
2.2.2 无线传感器网络定位算法 |
2.3 惯性导航定位系统 |
2.3.1 捷联惯导工作原理 |
2.3.2 捷联惯导力学编排 |
2.4 基于视觉的导航定位模型 |
2.4.1 单目视觉定位模型 |
2.4.2 双目视觉定位模型 |
2.5 基于三维激光雷达里程计定位模型 |
2.5.1 三维激光点云 |
2.5.2 激光雷达模型 |
2.6 本章小结 |
第3章 基于粒子群算法的ZigBee室内定位 |
3.1 ZigBee无线传感器网络技术 |
3.1.1 IEEE 802.15.4标准与ZigBee协议 |
3.1.2 ZigBee拓扑结构 |
3.2 基于RSSI路径损耗模型的二维定位方法 |
3.2.1 对数常态路径损耗特性模型 |
3.2.2 定位算法 |
3.3 基于粒子群优化算法的参数估计方法 |
3.4 定位系统与实验结果 |
3.4.1 系统介绍 |
3.4.2 测试结果 |
3.5 实验结果对比与分析 |
3.6 本章小结 |
第4章 基于视觉和惯性组合室内定位 |
4.1 视觉和惯性系统的位姿输出 |
4.1.1 视觉系统自主定位 |
4.1.2 惯性系统位姿输出 |
4.2 视觉惯性组合定位设计 |
4.2.1 卡尔曼滤波器 |
4.2.2 移动机器人导航系统方程 |
4.2.3 传感器时间同步 |
4.3 视觉惯性系统定位导航实验 |
4.4 实验结果对比与分析 |
4.5 本章小结 |
第5章 基于INS/激光雷达/视觉组合的室内定位 |
5.1 3D激光点云的特征提取 |
5.1.1 ISS特征提取算法 |
5.1.2 Voxel-SIFT特征提取算法 |
5.1.3 特征提取算法的实验对比 |
5.2 基于Voexl-SIFT特征提取的ICP点云配准 |
5.2.1 3D点云配准算法 |
5.2.2 3D点云配准实验 |
5.3 视觉里程计算法 |
5.3.1 基于特征的视觉导航方法 |
5.3.2 基于直接法的视觉导航方法 |
5.3.3 基于特征的方法与直接法的比较 |
5.4 联邦滤波器模型 |
5.4.1 INS和3D激光雷达组合导航系统 |
5.4.2 INS和单目视觉组合导航系统 |
5.4.3 全局滤波器最佳估计 |
5.5 基于联邦滤波的INS/激光雷达/视觉组合导航定位实验 |
5.5.1 ROS操作系统 |
5.5.2 移动机器人室内环境定位实验 |
5.6 实验结果对比与分析 |
5.7 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(7)人脸特征模板加密方案的研究与设计(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 .研究背景及意义 |
1.2 .生物特征加密技术研究现状 |
1.2.1 .生物特征加密技术发展历程 |
1.2.2 .生物特征加密系统 |
1.2.3 .可撤销生物特征 |
1.2.4 .其他加密方案 |
1.3 .本文主要研究内容及安排 |
第二章 人脸特征提取 |
2.1 .人脸图像预处理 |
2.1.1 .噪声滤波 |
2.1.2 .图像的边缘检测、锐化与增强 |
2.1.3 .归一化 |
2.2 .人脸特征的提取 |
2.2.1 .人脸特征提取算法概述 |
2.2.2 .PCA人脸特征提取算法 |
2.2.3 .卷积神经网络提取人脸关键点 |
2.2.4 .LBP人脸特征提取算法 |
2.3 .本章小结 |
第三章 模糊金库算法 |
3.1 .模糊金库算法 |
3.1.1 .模糊金库概述 |
3.1.2 .经典模糊金库算法具体步骤 |
3.2 .模糊金库算法关键技术 |
3.2.1 .纠错检错码 |
3.2.2 .杂凑点生成算法 |
3.2.3 .多项式重构方法 |
3.3 .本章小结 |
第四章 人脸特征模板加密方案设计 |
4.1 .人脸特征模板加密方案设计 |
4.2 .模糊加密方案仿真与分析 |
4.2.1 .方案仿真 |
4.2.2 .性能分析 |
4.2.3 .安全性分析 |
4.3 .设想的改进思路 |
4.4 .本章小结 |
第五章 总结与展望 |
5.1 .总结 |
5.2 .展望 |
参考文献 |
致谢 |
作者简介 |
(8)基于STM32的智能门禁系统的设计(论文提纲范文)
摘要 |
abstract |
引言 |
第1章 绪论 |
1.1 门禁系统的概述 |
1.2 门禁系统的种类 |
1.3 门禁系统的研究现状及发展趋势 |
1.4 本课题研究的背景和意义 |
1.5 本课题研究的主要内容和结构 |
第2章 射频识别系统原理 |
2.1 RFID技术概述 |
2.1.1 RFID系统的硬件组成 |
2.1.2 RFID系统的软件组成 |
2.2 RFID系统工作原理 |
2.2.1 电感耦合 |
2.2.2 电磁反向散射耦合 |
2.3 RFID的频率标准 |
2.4 RFID的应用领域 |
2.5 RFID存在的问题 |
2.6 本章小结 |
第3章 指纹识别技术原理 |
3.1 指纹识别技术概述 |
3.2 指纹识别原理 |
3.2.1 指纹图像的采集 |
3.2.2 指纹图像的预处理 |
3.2.3 指纹图像的特征提取 |
3.2.4 指纹图像的特征匹配 |
3.3 本章小结 |
第4章 门禁系统的硬件设计 |
4.1 系统硬件设计方案 |
4.2 STM32 微控制器 |
4.2.1 MCU主控芯片 |
4.2.2 串行外设接口(SPI) |
4.3 指纹识别模块设计 |
4.3.1 指纹传感器 |
4.3.2 指纹传感器模块接口 |
4.3.3 常用指令集 |
4.4 射频识别模块设计 |
4.4.1 MF RC522 简介 |
4.4.2 MF RC522 芯片特性 |
4.4.3 MF RC522 接口设计 |
4.4.4 天线设计 |
4.4.5 S50卡 |
4.5 系统电源电路 |
4.6 继电器模块 |
4.7 蜂鸣器提示电路 |
4.8 液晶显示电路 |
4.9 本章小结 |
第5章 PC机应用软件设计 |
5.1 Visual Studio2010 开发环境 |
5.2 系统软件功能设计 |
5.3 系统管理软件设计 |
5.3.1 系统登录 |
5.3.2 用户信息管理 |
5.3.3 操作日志记录 |
5.3.4 用户信息查询 |
5.3.5 门锁控制界面 |
5.4 数据库设计 |
5.4.1 数据结构分析 |
5.4.2 数据表的设计 |
5.5 本章小结 |
第6章 门禁系统软件设计 |
6.1 开发环境 |
6.2 主程序模块设计 |
6.3 射频模块程序设计 |
6.4 指纹模块程序设计 |
6.5 阅读器与射频卡之间的通信协议 |
6.6 本章小结 |
结论 |
参考文献 |
附录A 门禁系统原理图 |
致谢 |
导师简介 |
作者简介 |
学位论文数据集 |
(9)基于单相机的非接触式指纹识别的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 生物特征识别技术中的指纹识别技术 |
1.2 接触式指纹识别的概述 |
1.2.1 研究历史与研究现状 |
1.2.2 接触式指纹识别存在的弊端 |
1.3 非接触式指纹识别的概述 |
1.3.1 非接触式采集成像原理 |
1.3.2 非接触式采集的研究现状 |
1.4 本文所用的非接触式采集方式 |
1.5 本文的主要内容和组织结构 |
第2章 非接触式指纹识别系统 |
2.1 指纹图像采集 |
2.2 指纹图像预处理 |
2.2.1 指纹图像的光照均衡 |
2.2.2 指纹图像的归一化 |
2.2.3 指纹图像分割 |
2.2.4 指纹图像增强 |
2.2.5 指纹图像二值化 |
2.2.6 指纹图像的细化 |
2.3 细节点提取 |
2.3.1 8邻域编码查表 |
2.3.2 脊线追踪 |
2.3.3 伪细节点去除 |
2.4 指纹图像匹配 |
2.4.1 常见匹配算法 |
2.4.2 本文所采用的匹配算法 |
2.5 本章小结 |
第3章 最大熵阈值与指关节线分割相融合的指纹图像分割 |
3.1 已有的图像分割的算法 |
3.2 基于阈值的分割方法 |
3.3 最大熵阈值分割 |
3.3.1 熵的定义 |
3.3.2 基于最大熵阈值分割算法 |
3.4 指关节分割 |
3.5 融合 |
3.6 本章小结 |
第4 章基于同态滤波与Gabor滤波的滤波增强 |
4.1 指纹图像增强的意义 |
4.2 已有的增强处理方法 |
4.2.1 空域滤波器 |
4.2.2 频域滤波增强 |
4.3 同态滤波增强 |
4.4 Gabor滤波二次增强 |
4.5 本章小结 |
第5章 指纹识别系统的构建与实验结果分析 |
5.1 参与测试人员 |
5.2 系统的构建与实现 |
5.2.1 系统的启动 |
5.2.2 数据库的建立 |
5.2.3 身份识别过程 |
5.3 实验结果分析 |
5.3.1 算法结果分析 |
5.3.2 系统结果分析 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的学术论文及参与项目 |
(10)多模态生物特征识别关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 传统的身份识别 |
1.1.2 单模态指纹识别技术趋势 |
1.1.3 多模态融合识别技术趋势 |
1.2 国内外研究现状及发展 |
1.2.1 单模态指纹识别研究现状 |
1.2.2 多模态生物特征融合研究现状 |
1.2.3 多生物特征融合的相关工作 |
1.3 论文研究内容及后续章节安排 |
1.3.1 论文主要研究内容 |
1.3.2 论文章节安排 |
第2章 基于特征维度扩展的小面积指纹识别 |
2.1 卷积神经网络(CNN) |
2.1.1 深度学习基本概念 |
2.1.2 深度学习基本方法 |
2.1.3 卷积神经网络结构 |
2.1.4 卷积神经网络训练方式 |
2.2 指纹预处理 |
2.2.1 指纹图像归一化 |
2.2.2 指纹图像背景分割 |
2.2.3 指纹图像方向场计算 |
2.2.4 指纹图像增强 |
2.2.5 指纹图像二值化和细化 |
2.3 基于卷积神经网络的ROI指纹特征维度扩展识别算法(ROIFE_CNN) |
2.3.1 指纹中心点提取和对齐 |
2.3.2 Gabor滤波器提取纹理信息 |
2.3.3 多特征图的合并过程 |
2.4 实验仿真与分析 |
2.4.1 实验主要步骤 |
2.4.2 实验结果分析 |
2.5 本章小结 |
第3章 基于贝叶斯决策的动态权值双模态融合策略 |
3.1 基于声纹的身份识别 |
3.2 融合策略提出思想 |
3.3 基于贝叶斯决策的动态权值融合策略(DWMF-decision) |
3.3.1 分类错误代价最小化 |
3.3.2 DWMF-decision融合策略 |
3.3.3 DWMF-decision算法理论支持 |
3.4 实验仿真与分析 |
3.4.1 单模态与多模态性能比较 |
3.4.2 DWMF-decision算法鲁棒性 |
3.4.3 DWMF-decision算法有效性 |
3.5 本章小结 |
第4章 改进型的指纹声纹决策及融合识别算法 |
4.1 融合模型建立思想 |
4.2 二次比较选择模型(SCCM) |
4.2.1 等错误率曲线 |
4.2.2 SCCM阈值选择 |
4.3 实验仿真与分析 |
4.3.1 SCCM融合数据处理量 |
4.3.2 SCCM算法鲁棒性 |
4.3.3 SCCM算法有效性 |
4.4 本章小结 |
第5章 结束语 |
5.1 论文总结 |
5.2 未来展望 |
致谢 |
参考文献 |
附录 |
四、一种新的指纹特征点匹配算法(英文)(论文参考文献)
- [1]基于移动群智感知的室内路径规划关键技术研究[D]. 滕晓强. 国防科技大学, 2018(02)
- [2]指纹识别相关算法的改进研究[D]. 薛亚许. 重庆大学, 2011(01)
- [3]中国图像工程:2009[J]. 章毓晋. 中国图象图形学报, 2010(05)
- [4]中国图像工程:2007[J]. 章毓晋. 中国图象图形学报, 2008(05)
- [5]中国图像工程:2005[J]. 章毓晋. 中国图象图形学报, 2006(05)
- [6]多传感器组合的室内定位方法研究[D]. 李慧霞. 南昌大学, 2020(01)
- [7]人脸特征模板加密方案的研究与设计[D]. 李秋衡. 西安电子科技大学, 2020(05)
- [8]基于STM32的智能门禁系统的设计[D]. 杨晶晶. 华北理工大学, 2019(01)
- [9]基于单相机的非接触式指纹识别的研究[D]. 寇宏玉. 贵州师范大学, 2019(03)
- [10]多模态生物特征识别关键技术研究[D]. 杨佳佳. 杭州电子科技大学, 2019(01)