版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,基于自動指紋識別系統(tǒng)的個人身份認(rèn)證技術(shù)已在多個領(lǐng)域得到廣泛的應(yīng)用,如低消費的門禁系統(tǒng)、日常生活中的智能手機等。然而,指紋識別技術(shù)在大規(guī)模的網(wǎng)絡(luò)化環(huán)境下的應(yīng)用仍存在大量的問題,亟需解決。
基于指紋識別系統(tǒng)的算法都需計算指紋脊線方向,脊線方向在描述、檢測和匹配指紋細節(jié)特征中具有重要意義。準(zhǔn)確的脊線方向不僅可以降低識別誤差率,提高指紋圖像的壓縮效率,而且提高了指紋數(shù)據(jù)庫查詢速度。傳統(tǒng)的指紋識別模型在檢測低質(zhì)量指紋圖像時雖具有
2、一定的效果,但受大區(qū)域噪聲的影響,奇異區(qū)域的效果較差,模型恢復(fù)方向的能力受到限制,缺少對指紋方向的自然預(yù)測能力。
對此,本文提出了基于小波變換的指紋脊線方向場模型,即通過結(jié)合參數(shù)模型和非參數(shù)模型的優(yōu)點,在模型的優(yōu)化算法中加入正則項,形成基于小波迭代收縮閾值算法的平滑拓展方向場重建方法。該模型脫離關(guān)于奇異點的先驗信息,能在不同尺度對方向場進行擬合,達到對方向數(shù)據(jù)的平滑,并有效保留高曲率區(qū)域尤其是奇異點區(qū)域的細節(jié),從而改善了模型的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的指紋識別算法.pdf
- 基于小波變換的波浪方向特性研究.pdf
- 基于不可分小波變換的指紋增強.pdf
- 基于小波變換的指紋圖像處理研究.pdf
- 基于小波變換的圖像重建算法的改進.pdf
- 基于局部字典的殘缺指紋方向場重建算法的研究.pdf
- 基于小波變換的指紋識別算法研究.pdf
- 基于小波變換的指紋識別算法的研究.pdf
- 基于小波變換的CT局部重建算法研究.pdf
- 基于冗余小波域內(nèi)方向性小波的圖像稀疏重建.pdf
- 基于小波變換的指紋圖像壓縮算法研究.pdf
- 基于小波變換的指紋圖增強方法研究.pdf
- 基于離散小波變換的數(shù)字指紋技術(shù)研究.pdf
- 基于小波變換的指紋圖像降噪與壓縮.pdf
- 基于小波變換的水文預(yù)報FAR模型.pdf
- 基于模糊理論和小波變換的PET圖像重建.pdf
- 基于方向場的指紋圖像增強.pdf
- 基于GVF模型的低質(zhì)量指紋圖像方向場提取.pdf
- 基于小波變換模型的中文檢索系統(tǒng).pdf
- 基于小波變換與組合模型的失效檢測模型研究.pdf
評論
0/150
提交評論