导读:本文包含了汗孔提取论文开题报告文献综述及选题提纲参考文献，主要关键词:自动指纹识别系统,指纹汗孔提取,SVM,LBP
汗孔提取论文文献综述
郭怀宇,胡福乔,杨贞,唐嘉[1]（2016）在《基于SVM和自适应模型匹配结合的指纹汗孔提取方法》一文中研究指出指纹的第叁层特征(如汗孔)作为有判别力的特征在近年来被普遍认可并被成功应用在自动指纹识别系统中,且对残缺指纹依然保持高可靠性。而在这方面指纹汗孔的提取是至关重要的一步。大多数现存的提取算法仅仅依靠经验建模或通过图像处理的方法分割,由于受人为因素影响大,往往适应性不强,对噪声敏感。本文提出了一种新颖的基于支持向量机(SVM)和自适应模型匹配结合的指纹汗孔提取方法,精确度更高。对于闭合汗孔,筛选出包含汗孔的候选区域并根据标记将对应区域全部像素点的局部二值特征(LBP)用作训练。测试时,对候选区域聚类以降低计算量后,利用训练好的模型对各个聚类中心进行分类。对于开放汗孔,先对图像进行分块并根据每块指纹的脊线方向和宽度自行调整匹配该块指纹的模型的方向和尺寸,而后通过阈值筛选模型匹配的响应提取汗孔位置。本方法在香港理工大学提供的1200dpi高清公开指纹库PolyU HRF Database中测试并与当前最高水平的算法完成对比。结果表明我们的方法在综合指标的表现中更精确,更具鲁棒性。(本文来源于《第35届中国控制会议论文集（C）》期刊2016-07-27）
李艳霞[2]（2015）在《高分辨率指纹汗孔提取模型的研究》一文中研究指出随着社会的快速发展,安全、隐私和身份欺诈等问题引起了人们的极大关注,自动指纹识别系统(AFRS)应运而生,并广泛应用于各个领域,比如司法取证、考勤系统等。该应用的普及也逐渐暴露了传统指纹识别技术的弱点:现有技术防伪能力较低,廉价的指纹套对用户信息、财产安全带来了极大的威胁;系统精度不能满足高端应用领域的需求等。为解决现有问题,急需在已有技术中引入新的特征来加强系统的安全性。统计分析表明,指纹汗孔特征能够提供足够数量和高质量的信息从而进行更为精确和鲁棒的指纹识别。同时,随着指纹传感器技术的不断改进,高分辨率指纹图像逐渐步入了人们的视野,为指纹汗孔特征的提取提供了可能。指纹汗孔提取是指纹识别系统中关键的一步,如何设计精确的特征提取算法成为现有指纹研究领域的重点和热点。现有的汗孔提取方法大都是单一尺度、等方向的非自适应性汗孔提取模型,它们的提取精度因为不能检测不同类型汗孔而难以让人满意。本课题针对高分辨率指纹汗孔特征的提取进行了深入的研究,主要工作如下:在指纹采集的过程中,不可避免地会引入各种各样的噪声,因此指纹图像预处理的环节必不可少。首先对预处理中的分割、归一化、增强、二值化等各步骤进行原理分析并实现其相应功能,然后针对不同细节作出改进从而有效改善指纹图像的质量。在进行汗孔提取时,首先对基于DoG模型的汗孔提取算法进行优化,对比分析基于滤波器构造的汗孔模型,并使用适当策略加以融合从而使提取精确度提高。在降低提取错误率方面,选取汗孔的大小、对比度、滤波响应值、灰度与距离作为候选汗孔特征,构造一个汗孔选择模型除去更多的伪汗孔。提出了一种基于形态学处理的汗孔提取方法。使用多尺度形态学变换构造切换算子从而得到一个二值化的脊线图,为汗孔位置提供了重要信息。在此基础上,利用连通区域面积和基于特征建模提取出闭开汗孔;对指纹图二值处理并细化,根据分叉点情况提取出开汗孔并去伪,从而提取出汗孔集。对提出的汗孔提取方法在分辨率为1200dpi的指纹库上进行了实验。实验结果表明本文提出的汗孔提取方法相比于已有算法性能有所提高,能够更精确地提取出指纹汗孔特征。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
张梦然[3]（2014）在《用汗孔快速提取指纹的聚合物问世》一文中研究指出科技日报讯“人各不同，终生不变”说的就是人类的指纹。指纹是进行人身同一认定的重要依据，近日一种新问世的聚合物，将对提取指纹非常有帮助。这种聚合物在遇到非常微量的水后，会极快速响应，出现荧光和发生颜色变化，研究论文证实了这种技术的敏感度足够高，可以检测到人(本文来源于《科技日报》期刊2014-08-21）
吴志丹[4]（2013）在《高分辨率指纹汗孔特征提取与匹配算法研究》一文中研究指出随着自动指纹识别系统应用范围的拓展，人们在系统安全性方面提出更高的要求，传统的指纹识别系统，已经出现了技术瓶颈。与此同时在科学技术日新月异发展的大背景下，指纹采集设备的性能也得到了很大的提升，使得像汗孔这样的第叁层指纹特征信息的提取成为了可能。这样高分辨率指纹识别很自然的成为人们关注的焦点。对于传统的指纹识别系统来说，高分辨率指纹识别系统具有高精度，防伪能力强，活体检测等优点。但伴随高分辨率指纹识别而带来的问题也很多，例如，像汗孔这样的高分辨率指纹特征提取问题，指纹识别精度和时间问题等。目前的汗孔提取方法大多数都是单尺度，等方向的汗孔提取模型，这样的汗孔模型，对具有尺度性和方向性的汗孔，提取效果并不理想。所以准确的提取出汗孔信息是高分辨率指纹识别系统需要去解决的一大问题。此外，目前的汗孔匹配算法，大致分为两种，一种是用第二层指纹特征进行校准后再做汗孔匹配的算法，另一种是用汗孔直接做匹配的算法。第一种算法在时间方面有优势，而第二种算法在精度上占优势。怎样有效的解决时间与精度之间的问题是高分辨率指纹识别系统需解决的另一问题。针对这两个问题本文分别各提出了一种有效的解决方法。在汗孔提取方面，本文提出一种用Gabor滤波器进行汗孔提取的方法，该方法很好的利用了Gabor滤波器的尺度性和方向性，把汗孔的尺度和方向因子加入到Gabor滤波器中，生成Gabor汗孔模型，很好的解决了单尺度均向性汗孔提取算法的问题，并且汗孔提取准确度与同类算法相比效果得到了提高。在汗孔匹配方面，本文提出了基于细节点汗孔选择的汗孔匹配算法，该算法是用细节点做为汗孔选择的一种选择方法，选择出一部分汗孔用于汗孔匹配，相比那些基于细节点校准的算法在精度上呈现优势，同时在保证汗孔直接匹配精度的情况下，有效的降低了时间复杂度。最后我们在香港理工大学提供的高分辨率指纹库上做了实验。实验结果显示本文提出的汗孔提取算法相比于目前存在汗孔提取算法性能有所提升，提出的汗孔匹配算法与同类算法相比性能也得到了一定改善。(本文来源于《哈尔滨工业大学》期刊2013-12-01）
汗孔提取论文开题报告
（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：
随着社会的快速发展,安全、隐私和身份欺诈等问题引起了人们的极大关注,自动指纹识别系统(AFRS)应运而生,并广泛应用于各个领域,比如司法取证、考勤系统等。该应用的普及也逐渐暴露了传统指纹识别技术的弱点:现有技术防伪能力较低,廉价的指纹套对用户信息、财产安全带来了极大的威胁;系统精度不能满足高端应用领域的需求等。为解决现有问题,急需在已有技术中引入新的特征来加强系统的安全性。统计分析表明,指纹汗孔特征能够提供足够数量和高质量的信息从而进行更为精确和鲁棒的指纹识别。同时,随着指纹传感器技术的不断改进,高分辨率指纹图像逐渐步入了人们的视野,为指纹汗孔特征的提取提供了可能。指纹汗孔提取是指纹识别系统中关键的一步,如何设计精确的特征提取算法成为现有指纹研究领域的重点和热点。现有的汗孔提取方法大都是单一尺度、等方向的非自适应性汗孔提取模型,它们的提取精度因为不能检测不同类型汗孔而难以让人满意。本课题针对高分辨率指纹汗孔特征的提取进行了深入的研究,主要工作如下:在指纹采集的过程中,不可避免地会引入各种各样的噪声,因此指纹图像预处理的环节必不可少。首先对预处理中的分割、归一化、增强、二值化等各步骤进行原理分析并实现其相应功能,然后针对不同细节作出改进从而有效改善指纹图像的质量。在进行汗孔提取时,首先对基于DoG模型的汗孔提取算法进行优化,对比分析基于滤波器构造的汗孔模型,并使用适当策略加以融合从而使提取精确度提高。在降低提取错误率方面,选取汗孔的大小、对比度、滤波响应值、灰度与距离作为候选汗孔特征,构造一个汗孔选择模型除去更多的伪汗孔。提出了一种基于形态学处理的汗孔提取方法。使用多尺度形态学变换构造切换算子从而得到一个二值化的脊线图,为汗孔位置提供了重要信息。在此基础上,利用连通区域面积和基于特征建模提取出闭开汗孔;对指纹图二值处理并细化,根据分叉点情况提取出开汗孔并去伪,从而提取出汗孔集。对提出的汗孔提取方法在分辨率为1200dpi的指纹库上进行了实验。实验结果表明本文提出的汗孔提取方法相比于已有算法性能有所提高,能够更精确地提取出指纹汗孔特征。
（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。
汗孔提取论文参考文献
[1].郭怀宇,胡福乔,杨贞,唐嘉.基于SVM和自适应模型匹配结合的指纹汗孔提取方法[C].第35届中国控制会议论文集（C）.2016
[2].李艳霞.高分辨率指纹汗孔提取模型的研究[D].哈尔滨工业大学.2015
[3].张梦然.用汗孔快速提取指纹的聚合物问世[N].科技日报.2014
[4].吴志丹.高分辨率指纹汗孔特征提取与匹配算法研究[D].哈尔滨工业大学.2013