计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
4期
330-333,354
,共5页
图像分割%扭曲鼻纹%识别%自适应阀值
圖像分割%扭麯鼻紋%識彆%自適應閥值
도상분할%뉴곡비문%식별%자괄응벌치
Image segmentation%Twisted nose lines%Identification%Adaptive threshold
鼻纹特征是当前最新研究的生物识别特征,对身份的鉴定有着重要的意义.鼻子的纹路较细小,只有在挤压过程中,才能留下纹理特征.但是,挤压过程本身对特征就形成了一定的破坏,使得特征扭曲变形,无法形成完整特征.传统的生物识别方法多是依靠完整生物特征,在鼻纹特征残缺或者挤压造成特征形变的情况下,虽然能识别出特征,但是对应过程会产生大量的干扰,造成假识别,漏识别的问题.提出采用鼻纹图像小区域分割的扭曲识别方法.针对扭曲鼻纹图像进行矩阵重组,根据重组结果进行分割,完成扭曲鼻纹图像的分类,利用自适应迭代出不同区域的识别阀值,设定识别过程中的最优阀值,最终完成扭曲鼻纹图像的识别.仿真结果表明,利用改进算法进行扭曲鼻纹图像识别,能够有效提高识别的准确率.
鼻紋特徵是噹前最新研究的生物識彆特徵,對身份的鑒定有著重要的意義.鼻子的紋路較細小,隻有在擠壓過程中,纔能留下紋理特徵.但是,擠壓過程本身對特徵就形成瞭一定的破壞,使得特徵扭麯變形,無法形成完整特徵.傳統的生物識彆方法多是依靠完整生物特徵,在鼻紋特徵殘缺或者擠壓造成特徵形變的情況下,雖然能識彆齣特徵,但是對應過程會產生大量的榦擾,造成假識彆,漏識彆的問題.提齣採用鼻紋圖像小區域分割的扭麯識彆方法.針對扭麯鼻紋圖像進行矩陣重組,根據重組結果進行分割,完成扭麯鼻紋圖像的分類,利用自適應迭代齣不同區域的識彆閥值,設定識彆過程中的最優閥值,最終完成扭麯鼻紋圖像的識彆.倣真結果錶明,利用改進算法進行扭麯鼻紋圖像識彆,能夠有效提高識彆的準確率.
비문특정시당전최신연구적생물식별특정,대신빈적감정유착중요적의의.비자적문로교세소,지유재제압과정중,재능류하문리특정.단시,제압과정본신대특정취형성료일정적파배,사득특정뉴곡변형,무법형성완정특정.전통적생물식별방법다시의고완정생물특정,재비문특정잔결혹자제압조성특정형변적정황하,수연능식별출특정,단시대응과정회산생대량적간우,조성가식별,루식별적문제.제출채용비문도상소구역분할적뉴곡식별방법.침대뉴곡비문도상진행구진중조,근거중조결과진행분할,완성뉴곡비문도상적분류,이용자괄응질대출불동구역적식별벌치,설정식별과정중적최우벌치,최종완성뉴곡비문도상적식별.방진결과표명,이용개진산법진행뉴곡비문도상식별,능구유효제고식별적준학솔.
