导读:本文包含了纹线距离论文开题报告文献综述及选题提纲参考文献，主要关键词:指纹识别,指纹分类,指纹索引,纹线距离
纹线距离论文文献综述
耿国光,殷建平,祝恩,赵建民,龚德良[1]（2014）在《使用局部纹线距离进行指纹分类》一文中研究指出为了提高指纹识别的速度和准确率,特别是在指纹数据库不断增大的情况下,指纹分类显得尤为重要。提出了一种使用局部纹线距离进行指纹分类的方法。该方法首先以指纹的参考点为中心提取一个区域,然后计算该区域的局部纹线距离,最后按照局部纹线距离对指纹库中的指纹进行分类。在FVC2006指纹库上对该方法进行了实验,系统穿透系数为0.106 3,有效地提高了指纹的检索速度。(本文来源于《计算机科学与探索》期刊2014年01期）
谭薏,马志庆,刘飞,徐公明[2]（2010）在《一种二步分类计算指纹纹线距离的新方法》一文中研究指出纹线距离是指纹图像纹理结构的根本属性,在自动指纹识别中有着重要的应用。现有的纹线距离计算方法往往忽略指纹局部质量差异对纹线距离估计的影响,而直接对指纹纹线距离进行同一化计算,造成了纹线距离计算失准。本文针对该问题,提出了一种两步分类计算指纹纹线距离的方法。实验结果证明该方法显着提高了算法对指纹图像质量的鲁棒性。(本文来源于《微计算机信息》期刊2010年19期）
杨栋[3]（2010）在《嵌入式环境下指纹纹线距离估计算法和指纹匹配算法的研究》一文中研究指出指纹因其唯一性、可靠性和方便性已经发展成为了主流的生物特征识别手段。指纹识别广泛应用于日常考勤、身份鉴别、数据加密、电子商务、电子政务等系统,为人们的日常生活提供了很大的便利,大大满足了现代社会的需求。传统的自动指纹识别系统(AFIS)都是基于PC的联机系统,虽然能提供便捷、高效的身份认证服务,但是由于其体积庞大不易携带且功耗较大,往往无法满足人们对自动指纹识别系统的小型化和便携式的要求。随着高性能数字信号处理芯片的不断革新,嵌入式下的指纹识别系统已经越来越广泛的应用于便携式的设备之中。自动指纹识别系统(AFIS)通常包括指纹采集、指纹预处理、指纹匹配叁个阶段。而指纹预处理又包括标准化、指纹分割、方向场求取、纹线距离估计、指纹增强、二值化、细化、特征提取等步骤。经过特征提取后得到的特征信息用于指纹的匹配,最终得出匹配的结果。嵌入式环境下的自动指纹识别系统由于对算法的运行空间、运行时间和实时性方面要求很苛刻,所以普通的联机指纹识别算法需要经过大量的改进甚至重写才能稳定有效地运行在脱机环境下。本文针对嵌入式环境下自动指纹识别系统中指纹的纹线距离估计和指纹匹配这两方面进行研究,主要研究内容包括：提出了一种快速的指纹纹线距离估计方法,首先根据图像中每一块的方向曲率进行初步筛选从而得到典型图像块,将它们作为候选图像块,其次考虑质量策略后从这些候选图像块中筛选出更好的图像块使用统计窗的方法计算平均纹线距离。实验结果表明该方法不仅快速,而且在估计平均纹线距离上具有很好的鲁棒性,不仅适合联机应用更适合嵌入式环境下的应用。在基于细节点的指纹匹配算法中,如何寻找到对应的细节点对并准确地匹配指纹中的细节点已成为一个热门话题。为了实现这一目标,本文提出了一种基于多级结构相似度的快速指纹匹配算法。首先对指纹中的每个细节点定义具有很好区分度的子结构,根据这些子结构计算相似度并筛选出可能的参考点对。然后利用他们之间的边角关系等结构信息实施奖惩得分制度,根据事先设定的阈值,得分较高的那些参考点对被保留进行最终的全局匹配并计算匹配得分,两幅指纹的最终的匹配得分就是这些分数的最大值。实验结果表明,本文提出的匹配算法可以在性能下降可以忽略的情况下大幅度降低匹配时间。(本文来源于《山东大学》期刊2010-04-05）
任春晓,尹义龙,马军,詹小四[4]（2009）在《一种指纹纹线距离估计算法》一文中研究指出指纹图像的平均纹线距离是指纹纹理属性的一个重要特征.作为一个重要的参数,平均纹线距离的估计精度可能对分割、增强和分类结果造成严重影响.文中提出一种指纹图像平均纹线距离估计算法.通过使用傅立叶变换、熵和加权欧氏距离等方法实现对平均纹线距离的精确估计.为评价算法性能,提出使用人工数据集和典型指纹图像对算法进行测试的实验方案.实验结果表明,本文算法可以对指纹平均纹线距离实现精确估计.(本文来源于《模式识别与人工智能》期刊2009年04期）
张晓梅,贾同辉,尹义龙,詹小四[5]（2008）在《基于多峰检测和能量权重的指纹纹线距离估计方法》一文中研究指出指纹纹线距离是指纹的本质属性,也是目前主流指纹增强技术中的常用参数,而指纹增强在指纹识别过程中起着去除噪声影响并同时突出关键特征信息的重要作用,因此,纹线距离估计是自动指纹识别系统的一个关键环节。基于精确、可靠地实现指纹纹线距离估计仍然是一个比较困难的任务,提出了基于多峰值检测和基于能量权重2种方法实现纹线距离的估计,并通过在指纹图像增强和指纹细节点提取过程中的应用对纹线距离效果估计进行验证。实验结果表明,该方法可以获得较好的纹线距离估计效果。(本文来源于《山东大学学报(理学版)》期刊2008年03期）
刘志强[6]（2007）在《基于连续谱的纹线距离估计》一文中研究指出在自动指纹识别中,图像增强是一个很重要的步骤。而目前大多数的增强算法,都以纹线距离和纹线方向作为参数设计算法。文章基于连续谱的纹线距离估计解决了原来谱分析法、统计窗法的不足,能够可靠准确快速地对纹线距离进行估计。(本文来源于《微型机与应用》期刊2007年S1期）
贾同辉[7]（2007）在《指纹匹配及纹线距离估计算法研究》一文中研究指出指纹识别技术是一种利用人的指纹进行计算机自动识别的综合技术，属于生物特征识别领域。应用指纹进行身份鉴别已有悠久的历史，很多国内外学者对指纹识别技术作了深入细致的分析和研究，并提出不少卓有成效的算法，取得了丰硕的成果。然而，指纹识别仍然存在一些未得到完全解决的技术难点。指纹识别应用领域的不断扩大和应用要求的不断增加对于指纹匹配算法的可靠性和鲁棒性提出了迫切的要求。此外，由于指纹图像质量的影响，纹线频率估计也是一个难点。因此，本文针对指纹匹配和纹线频率估计进行了深入研究。基于DT网格的指纹匹配算法是一种基于点模式的指纹匹配算法。它引入DT网格使得指纹模式中的所有细节点构成一个稳定的网状结构，然后利用局部结构中相邻细节点之间的距离，连线方向以及相邻连线的夹角等信息进行匹配。经过仔细分析发现，此算法对细节点方向的使用和相邻细节点连线起始点的定义存在严重不足。当对应细节点方向分居在360°两侧时，称之为细节点方向跨越360°。当对应细节点连线的起始点刚好相反时，称之为边方向跨越90°。针对算法中的以上两个问题，本文提出了相应的改进措施。此外，本文还提出了细节点方向和线方向变化趋势一致性的概念。实验结果表明，识别性能有了一定程度的提高。纹线频率是指纹的一个本质属性，也是目前主流指纹增强方法——基于加博滤波器的指纹增强算法——的一个重要参数。指纹增强能够在突出关键特征信息的同时减弱噪声影响，在指纹识别中起着非常重要的作用。但是，纹线频率的本质决定了它非常容易收到噪声的影响，因此，纹线频率的精确估计比较困难的。为实现这一目标，本文尝试在频率域估计纹线距离，提出了两种基于频谱分析的纹线距离估计算法，并在增强、提取细节点方面将性能做了对比。实验结果表明，纹线距离估计的精度有所提高。但是，在质量较低指纹图像的识别过程中，识别性能的提高仍然有赖于增强算法本身的提高。(本文来源于《山东大学》期刊2007-04-05）
景波,刘莹,黄兵[8]（2006）在《指纹纹线距离估计的两种方法:谱分析法和统计窗法》一文中研究指出指纹纹线距离的可靠估计对自动指纹识别系统的实现具有重要的意义。本文利用传统的谱分析方法在频域实现了对指纹图像纹线距离的估计,提出了一种基于统计窗的纹线距离估计方法,在空间域实现了纹线距离估计,并对两种方法用于纹线距离估计的性能进行了对比和分析。实验结果表明,模式区附近等纹线方向变化剧烈的区域,谱分析方法可以更为可靠地实现对纹线距离的估计,而在模式区以外的区域,统计窗方法对图像质量表现出更好的鲁棒性,可以取得更好的效果。(本文来源于《计算机系统应用》期刊2006年11期）
周俊懿,尹义龙,刘捷,陈旭[9]（2006）在《一种频谱分方向指纹纹线距离估计的新方法》一文中研究指出纹线距离是指纹的固有本质属性,在自动指纹识别中有着重要的作用。然而目前多数纹线距离估计的方法直接在空域作估计,对低质量指纹图像的处理普遍存在较大误差。为了适应低质量指纹图像,提出了一种基于频谱分析的纹线距离估计的新方法,该方法首先通过快速傅立叶变换将指纹图像变换到频域,然后将频谱图像分成n个方向分别求纹线距离,最后作处理从而得到指纹图像的纹线距离。部分典型指纹图像的实验结果表明,该方法具有较强的有效性和鲁棒性。(本文来源于《计算机工程与设计》期刊2006年22期）
唐为方,尹义龙[10]（2005）在《一种基于区域水平的纹线距离估计方法》一文中研究指出突破了基于整幅图像或者基于分块图像进行纹线距离估计的传统思路,根据纹线方向一致性,自适应地将一幅指纹图像划分为若干个区域,在区域水平上实现了纹线距离估计。(本文来源于《山东轻工业学院学报(自然科学版)》期刊2005年04期）
纹线距离论文开题报告
（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：
纹线距离是指纹图像纹理结构的根本属性,在自动指纹识别中有着重要的应用。现有的纹线距离计算方法往往忽略指纹局部质量差异对纹线距离估计的影响,而直接对指纹纹线距离进行同一化计算,造成了纹线距离计算失准。本文针对该问题,提出了一种两步分类计算指纹纹线距离的方法。实验结果证明该方法显着提高了算法对指纹图像质量的鲁棒性。
（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。
纹线距离论文参考文献
[1].耿国光,殷建平,祝恩,赵建民,龚德良.使用局部纹线距离进行指纹分类[J].计算机科学与探索.2014
[2].谭薏,马志庆,刘飞,徐公明.一种二步分类计算指纹纹线距离的新方法[J].微计算机信息.2010
[3].杨栋.嵌入式环境下指纹纹线距离估计算法和指纹匹配算法的研究[D].山东大学.2010
[4].任春晓,尹义龙,马军,詹小四.一种指纹纹线距离估计算法[J].模式识别与人工智能.2009
[5].张晓梅,贾同辉,尹义龙,詹小四.基于多峰检测和能量权重的指纹纹线距离估计方法[J].山东大学学报(理学版).2008
[6].刘志强.基于连续谱的纹线距离估计[J].微型机与应用.2007
[7].贾同辉.指纹匹配及纹线距离估计算法研究[D].山东大学.2007
[8].景波,刘莹,黄兵.指纹纹线距离估计的两种方法:谱分析法和统计窗法[J].计算机系统应用.2006
[9].周俊懿,尹义龙,刘捷,陈旭.一种频谱分方向指纹纹线距离估计的新方法[J].计算机工程与设计.2006
[10].唐为方,尹义龙.一种基于区域水平的纹线距离估计方法[J].山东轻工业学院学报(自然科学版).2005