袁燕玲[1]2004年在《基于脊线对准的指纹自动识别新方法的研究》文中指出由于指纹的唯一性和不变性，以及指纹识别技术的可行性和实用性，指纹识别已成为当前最流行、最方便、最可靠的个人身份认证技术之一。尽管在此技术上已有多种成型产品，但自动指纹识别技术并未完善，开发理想的指纹自动识别系统依然是一个很困难的研究任务。随着社会的发展对系统的性能提出越来越高的要求，从事该领域的研究，仍具有重要的理论意义和实用价值。 本文在总结、归纳和吸取了国内外学者关于指纹自动识别领域中的研究成果的基础上，提出了一整套指纹自动识别的方法，该算法主要包括指纹预处理以及指纹识别两大部分。 指纹预处理由指纹图像分割、方向图的计算和平滑、指纹脊线频率计算、图像规格化、图像滤波、二值化、细化等几个部分组成。文中指纹图像规格化的目的是将源图像的对比度和灰度调整到一个固定的级别上，为后续处理提供一个统一的基础。指纹脊线方向和指纹脊线频率是指纹图像的两大显着特性，为了充分利用这两种特性，本文采用Gabor滤波器实现了对指纹图像的增强，从而大大改善了指纹图像的质量，增强了系统抗干扰的能力。在二值化图像的细化处理中，本文提出了一种简单、有效的细化算法，严格地保证了细化线位于纹线的中心，且细化彻底，没有毛刺和纹线扭曲的现象。 传统的基于细节特征点的识别算法只利用了指纹图像中的一小部分信息，即细节点的位置和方向，作为特征进行匹配，而丢失了蕴涵在图像中的其他丰富的结构信息，很难全面适应指纹的变化，因此算法对噪声的鲁捧性也受到置疑。本文在前人研究的基础上，提出了一种新的基于脊线对准的指纹识别算法，此算法直接将经预处理并细化为一个像素宽度的输入指纹与细化后并展宽为一定像素宽度的登记指纹进行脊线对准，利用脊线点进行比对，而不局限于脊线端点和分岔点，从而无须提取指纹的细节特征，更无须进行复杂的指纹后处理，同时也提高了指纹比对的可靠性。算法由块方向图粗定位、模板内脊线对准细定位及多窗口脊线定位叁个步骤以及两轮判决来实现。 实验证明，本文提出的指纹识别算法能够克服一定范围内的指纹旋转及平移因素的影响，对于残缺或模糊的指纹图像也有较好的识别效果。
翁文田[2]2010年在《基于FPGA的指纹自动识别系统》文中研究指明由于人体指纹具有唯一性、稳定性、便于采集等优点,指纹识别技术已经成为生物识别技术领域应用最广泛的技术。但是传统的基于PC的指纹自动识别系统通常体积大、算法比较复杂,不能满足人们对其实时性和便携性的要求,限制了其应用开发和普及。而且在现有的指纹识别系统中仍然存在误识、拒识问题,指纹图像预处理与指纹匹配算法仍然是目前图像处理与模式识别中比较有挑战的问题。本文利用FPGA来实现指纹自动识别系统。由于现有的FPGA芯片的单片逻辑门数已达到上百万门,完全能实现指纹识别系统,而FPGA的单片价格却不断下降,利用FPGA来实现指纹自动识别系统,市场上是可接受的。本文利用了Altera的SOPC的设计思想,采用NiosⅡ嵌入式处理器和FPGA硬件模块实现指纹识别系统的主要算法。由于指纹预处理时数据量大,对处理速度的要求高,但运算结构相对比较简单,因此算法利用FPGA进行硬件实现。而对于指纹识别系统中算法相对比较复杂,但数据量相对较小的信息处理层如特征点匹配等,则利用软核NiosⅡ进行处理。利用FPGA硬件实现指纹预处理算法,必需对现有的算法进行改进,以保证性能的同时,节省资源。本文对指纹图像预处理中计算纹线方向环节,引入CORDIC来计算叁角函数。由于指纹图像的Gabor滤波增强算法比较复杂,本文将其正交分解成两个一维高斯滤波器的组合,将其中一维制成模板,最后通过旋转的方式来得到另一维。对于预处理中的其他环节,在已有的算法基础上,利用FPGA进行了实现,实验结果表明,在保证系统可靠性的基础上,提高了系统的执行速度。对于指纹匹配算法,本文在传统的点模式匹配的基础上,引入新的评价方法,并结合可变限界盒思想对指纹进行匹配。实验结果表明,利用本文提出的系统架构方案有效可行。基于FPGA的指纹自动识别系统顺利完成了各个功能,而在速度、扩展性等方面则具有独特的优势。本文为进一步的研究指纹识别系统打下基础。
王水平[3]2003年在《指纹中心自动定位研究及应用》文中进行了进一步梳理指纹自动识别技术的应用非常广泛，几乎所有需要进行安全性防范的场合(如：金融证券、IT、安防、公安、医疗、福利等行业)均可以运用指纹自动识别技术。指纹自动识别技术中的自动定位问题目前并未完全解决，一般都是以手工或手工、自动相结合的方式进行定位，这样做不仅受人的视力、经验因素等条件的制约，而且处理速度受到一定影响。因此本文研究的重点为指纹自动定位。同时本文还对指纹图像的预处理、指纹图像的分类、指纹图像的特征提取、指纹图像的配准等问题进行了相应的研究，并提出了一些新的处理方法。 1．本文采用了块方向图滤波、自适应阈值法二值化、形态学二值图像滤波、形态学二值图像细化等预处理算法完成指纹图像的预处理工作。预处理工作能有效去除指纹灰度图中的断点和叉连。 2．本文研究并实现了包括Poincare索引法、点方向一致性度量法、块方向图搜索法、方向均值差异法及不同方向数目最大值法在内的多种自动定位算法。Poincare索引法定位的中心点数目较多，且比较杂乱，本文将该算法作了改进。改进的Poincare索引法可以用来精确定位指纹中心点，但对指纹的类型依赖性较大，即无法精确定位弓型纹的中心点。而本文的块方向图搜索法对指纹类型的适应性较好，可以完成各种类型指纹中心点的定位工作，但该方法只能确定出指纹的中心区域(16×16像素的窗口块)。在具体研究并实现了以上指纹自动定位算法的基础上，本文提出了一种基于中心区域块方向走向变化与改进的Poincare索引法相结合的综合法。实验证明该算法可以用来精确定位指纹中心，且对指纹类型的适应性较好。 3．利用块方向图及中心点的位置，根据中心点处块方向的变化情况实现指纹分类，具体分为斗型纹、弓型纹、突起弓型纹、左箕型纹、右箕型纹和杂型纹六种类型。 4．采用模板法提取指纹的细节特征，存入相应的指纹特征文件。采用二次匹配的算法对指纹作配准识别。试验证明，在一般情况下识别准确率达到80％以上，结果令人满意。 5．二次匹配算法鲁棒性强，对指纹的旋转和平移不敏感。
顾勇[4]2007年在《警用指纹识别系统中图像预处理的研究》文中提出指纹鉴别作为一种身份鉴别方法,是人体生物特征鉴别技术中最重要的一种。指纹自动识别技术作为现今生物特征识别技术的主流,有着十分广泛的应用前景。随着近年来计算机技术和网络建设的快速发展,自动指纹识别技术已经越来越多的进入到人们的生活和工作中,自动指纹识别系统的研发和升级也正在成为国内外学术界和商业界的热点。但是,目前的指纹自动识别技术还远远不够成熟,在许多关键步骤的算法上都有着十分广阔的研究空间。在刑事侦查领域,指纹是非常重要的证据,也是查找和确认犯罪人员最直接、最准确的途径。目前,随着指纹自动识别系统在公安机关的推广和普及,已经产生出了巨大的应用效益。但是,在刑侦工作的实践当中,由于指纹来源复杂,而且相当部分的指纹图像质量低劣,给指纹图像预处理增加了难度,直接制约了指纹自动识别系统的性能发挥。在大量关于指纹自动识别技术的研究中,有关此方面的研究报道还不多见。本论文简要分析了警用指纹自动识别系统的基本技术原理,并据此重点针对指纹图像的预处理环节进行了研究。首先,提出了适合于不同来源指纹图像的方向法和方差法相结合的复合分割方法,其次,为提高系统后续处理的可靠性,将基于Gabor滤波的方法应用于指纹图像增强。在此基础上,结合指纹图像的分割面积和方向计算提出了指纹图像的质量评估方法。利用matlab进行的实验表明,本论文提出的图像分割方法能够较好地对各种来源的指纹图像进行分割,克服了大部分指纹图像存在的对比度低,干扰严重等缺陷;基于Gabor滤波的图像增强方法能够显着改善指纹图像的视觉效果;本论文提出的质量评估方法能够正确地排除活体采集过程中的各种低质量的指纹图像。
马行运[5]2008年在《指纹自动识别系统算法的研究与实现》文中提出由于指纹具有唯一性和稳定性,较之其它生物特征更加可靠,因此指纹被称为“物证之首”,被人们用来当作鉴别个人身份的主要依据。虽然在指纹识别领域已经有了许多研究成果,并且有不少商家已经研制出成型产品,但是这些核心技术由于商业利益而未能公开,以及社会的进步对指纹识别系统的性能提出了更高的要求,所以在指纹识别领域进行研究,仍然具有深远的意义。本文在综合分析近年来国内外有关自动指纹识别技术研究成果的基础上,对指纹自动识别系统算法进行了分析和研究,主要包括叁大部分:指纹图像的预处理、特征提取以及指纹匹配。指纹图像的预处理,主要对采集到的或指纹库中的指纹图像进行去除噪声处理,增强图像的清晰度,变成纹理清晰的点线图。预处理工作主要包括灰度规格化,脊线方向的计算,Gabor滤波增强,二值化,细化等处理。特征提取,对预处理得到的细化后的二值图象,提取细节特征点,然后对预处理过程中产生的伪特征点进行去除,并保留真实特征点,为指纹匹配工作做好准备。指纹匹配主要是将输入的指纹信息和模板中的指纹信息进行比对,判断两幅指纹图像是否来自同一手指。首先找到输入图像和模板图像的参照点,然后以各自的参考点作为极坐标的原点,将它们的细节特征点转化成极坐标形式,然后利用可变的界限盒进行匹配。本文对提出的指纹图像预处理、特征提取和指纹匹配等算法,在PC机的VC++6.0软件上进行了实验研究。实验结果表明以上指纹识别算法可有效的,可行的,达到了预期的效果。
赵正杰, 蒋晶[6]2011年在《指纹自动识别系统的发展与标准化建设的思考》文中认为早在秦汉时期,中国就开始应用指纹识别技术。20世纪60年代,美、法、日少数国家成功地将计算机技术应用到指纹识别领域。而我国对指纹自动识别技术的研究起步于20世纪70年代末期。到80年代后期,指纹自动识别技术研究在国内迅猛发展,同时在国内建立了具有自主知识产权的指纹自动识别实用系统,90年代开始实际应用。指纹自动识别技术
余正红[7]2007年在《基于遗传神经网络的指纹分类与识别的研究与实现》文中研究说明随着计算机信息技术的飞速发展，指纹自动识别研究已经取得了很大的进展。指纹具有唯一性和稳定性，因此被人们用来当作鉴别个人身份的主要依据。自动指纹识别系统是基于计算机来进行指纹识别的技术，具有方便、高效、安全、可靠等优点，在金融安全、数据加密、电子商务等各个领域都得到了广泛的应用，并将在我们的生产和生活中发挥越来越重要的作用。目前指纹识别技术还很不成熟，水平仍处于实验室研究阶段。其原因是在指纹自动识别过程中存在指纹图像的噪声和采集因素等因素影响，而且需要进行大量的指纹匹配处理，所以识别率不高、运算速度很慢。为了克服指纹识别中常见的问题，本文将神经网络技术和模式识别技术相结合，提出了一种基于遗传神经网络的指纹分类与识别技术，克服了传统指纹识别算法所造成指纹纹线丢失的现象，整个算法具有高效的识别率和很强的抗干扰能力，此外算法对指纹缺损图像和畸变图像也有很高的识别率，解决了一般指纹识别系统在这一方面的缺陷。本文主要包括叁个大部分：指纹图像的预处理、特征提取以及分类和匹配。在预处理过程中，对指纹增强、分割、二值化、细化等一系列预处理方法进行了研究和编程实现。在特征提取技术研究中，本文分别提取了指纹的分类特征和识别特征，采用基于遗传算法改进优化的BP神经网络进行指纹分类和识别，可以大大增加系统的鲁棒性，有利于降低拒识率和误识率。实验表明，本文提出的一套算法运算速度快，可有效增强指纹图像，提取特征方法简单有效，可克服由于采集问题造成的噪声，并且算法简单，易于编程实现。实验结果表明，本论文提出的新算法在很大程度上提高了图像的处理效果、分类结果和运行速度，指纹图像分类和匹配的结果是令人满意的。
吴玓文[8]2004年在《指纹自动识别技术研究及应用》文中提出活体指纹识别技术是一门集生物学、计算机科学、图像处理、模式识别、计算方法等多学科知识于一体的生物识别技术。该技术有着广泛的应用前景，活体指纹考勤系统即是该技术的一个应用。 本文总结了当今活体指纹识别技术的发展现状，分析了活体指纹识别技术的工作原理及指纹识别技术预处理的各个过程；在美国Uareu指纹识别开发包的基础上，加入了指纹自动分类功能，在大指纹库的情况下，指纹识别速度得到较大的提高；在已有的众多指纹处理算法中，利用指纹方向图来对指纹图象进行滤波和平滑，提出了一种简化而实用的方向图求取法，并在此基础上提取指纹的奇异点——中心点和叁角点，通过大量的实验数据获取可信的阈值，优化了提取算法，再根据奇异点的相对位置对指纹进行分类研究，得到了较为高效的结果。 将活体指纹识别技术与考勤系统有机结合起来，实现了活体指纹考勤的所有功能，论文详细介绍了系统各模块的功能特点以及应用情况。该系统的成功应用，为指纹识别领域开辟了更为广阔的市场，进一步促进了指纹识别技术的民用化、产业化，取得良好的效果。
古清月[9]2007年在《自动指纹验证系统预处理与特征提取算法的研究与实现》文中研究指明近年来，随着社会和经济的发展，人们对身份鉴别的准确性、安全性与实用性提出了更高的要求。指纹识别技术以方便易用、高准确率和低成本等诸多优势备受关注，已经成为使用最广泛的身份认证的有效手段，在电子商务、犯罪识别、信息安全等领域得到广泛的应用。 指纹是手指末端正面皮肤上凸凹不平的纹路。在人的生长早期形成后，终生保持不变。自动指纹识别系统是集光电技术、图像处理、计算机及网络、数据库技术、模式识别技术等于一体的综合性系统。针对自动指纹识别系统的运行过程，在总结该领域现有研究成果的基础上，本文对自动指纹验证系统中指纹图像预处理与特征提取环节的关键算法进行了研究，在PIV的计算机上用MATLAB7实现了目前本系统各个环节所使用的主流算法，并反复实验比较，实现了论文中所提到的算法。与传统系统设计相比，本系统进行了一些改进： 1、在指纹图像预处理过程中，将指纹有效区域分割与方向场计算相融合，并直接做出质量评测，大大缩短了处理时间，并且避免了对低质量指纹无效的处理。 2、在方向场计算后，使用一种自适应的图像增强算法，根据处理邻域是否存在分叉点分别使用不同的滤波器进行图像增强，取得了较好的增强效果。 3、在指纹特征提取阶段，使用一种基于二值化图像的特征提取算法，即能去除细化过程的处理时间，又能避免图像细化引入的伪特征，并且能够提取出足够真实、丰富的细节点，为进一步的特征匹配打下良好的基础。
李美剑[10]2014年在《基于动态二进制分析的协议模型逆向提取及其应用研究》文中进行了进一步梳理随着Internet的迅猛发展,基于计算机网络的应用逐步渗透到人类社会各个领域。网络协议,特别是密码协议作为整个计算机网络的基本技术支撑,其自身的可用性、可靠性与安全性显得尤为重要,因此协议自动逆向工程相关研究近年来逐渐成为人们的研究热点和主要方向。协议模型是协议逆向工程的一个重要目标,抽象描述了应用程序的动态网络行为,在协议安全性分析、协议程序验证、协议指纹识别等方面都具有重要应用价值。本文以解决协议模型逆向提取为根本目标,针对逆向分析实践中存在协议消息域字段及其语义难以准确推断,加密网络数据流难以解析,协议时序逻辑及其状态转换关系难以推理,复杂网络应用程序代码难以分析等难点技术问题,提出了一套构建于程序动态二进制分析基础之上的协议模型逆向提取方法,主要研究如何根据网络应用程序的动态执行过程逆向获取协议消息格式、协议模型、协议规范等问题,并在此基础上研究了一种协议模型指导下的协议偏离挖掘方法,提出了一种基于协议偏离的程序指纹自动提取与识别方法。本文主要贡献与创新点包括以下几个方面的内容:(1)深入而广泛地综述了协议逆向工程及程序动态二进制分析技术领域的研究现状与最新进展。针对当前协议验证、程序网络行为分析、协议漏洞挖掘等问题,从网络流分析与主机分析两个层面对协议逆向工程技术进行了介绍,并对现有方案与机制进行了分类,归纳总结各种方法的优缺点及应用范围,从而明确了论文的主要工作。针对本课题的重要技术支撑——程序动态二进制分析技术的相关理论进行了深入研究,描述了污点传播分析、动态二进制插桩DBI等关键技术的原理,同时还介绍并总结了各类动态二进制分析平台的优缺点。(2)提出了一套基于程序动态二进制分析的消息格式逆向解析方法。加密网络数据流分析与协议消息域字段的识别及域语义推理一直是协议逆向工程所面临的技术挑战,根本原因在于逆向分析方法自身,以及协议信息难以逆向获取等固有因素。本文结合主机加解密行为语义知识,提出了一种在函数级与指令级语义层面上的消息域语义属性逆向推理方法,以及一种基于库函数调用级与指令级的混合污点分析技术,解决库函数调用级污点分析技术分析精度不高、应用范围窄,以及指令级污点分析技术语义获取困难等问题;并在此基础上提出了一种能够逆向解析密码协议加密消息格式的方法,解决了目前基于网络流的协议逆向分析技术无法分析加密消息的问题。(3)提出了一种基于协议网络行为消息交互图挖掘的分布式多角色协议模型逆向推断技术。协议模型抽象描述了网络应用程序的动态网络行为,然而对于现代网络协议,特别是以密码学机制为基础的安全协议,往往具有复杂的协议时序逻辑及状态转换,因此从网络应用程序中逆向恢复协议模型具有相当的难度和挑战。本文应用状态机相关理论与方法,提出了一种基于协议网络行为消息交互图挖掘的分布式多角色协议模型逆向推断技术,能够在协议交互过程中存在多个角色主体参与会话的情形下,逆向提取密码协议应用程序的协议模型,并在此基础上提出了一种从协议状态机模型到形式化协议规范描述的转换算法,能够根据高级协议描述语言的相关定义,自动地将逆向提取到的协议模型描述为形式化的协议规范。(4)提出了一种在协议模型指导下的协议偏离自动挖掘方法。协议偏离描述了协议各版本实现程序在实际网络行为上的差异。鉴于协议偏离在协议实现程序验证、协议指纹提取等领域的应用价值,本文提出了一种在协议模型指导下的协议实现偏离自动挖掘方法。该方法通过对被测协议实现程序执行一系列的主动迭代测试来不断发掘协议各版本实现程序中所存在的偏离,并在此过程中不断调准逆向推理的协议模型,实现提高逆向分析精度的目的。(5)提出了一种基于协议偏离的程序协议指纹自动提取与识别方法。针对传统协议指纹提取存在耗费大量时间和人力的问题,本文结合协议偏离的特点,首次提出了程序协议指纹自动提取与识别方法,其关键思想在于通过观察网络应用程序的消息处理动态执行过程来提取协议特征,因此能够用于对密码协议通信程序的协议指纹识别。以协议偏离会话流层面与协议偏离响应消息层面为切入点,在协议指纹自动提取方法上,论文首先结合协议会话流特征的TPFSM描述以及协议偏离响应消息的特点,提出了协议特征提取方法;其次对协议指纹库的构造与优化进行了研究。在协议指纹自动识别方法上,论文首先提出了会话流编码以及SHINGLE(连续节点序列样本)的概念,然后在会话流层面提出了基于SHINGLE的会话流特征匹配算法以及基于正则表达式的消息特征匹配方法。本文研究是对协议逆向工程技术领域的一次有益实践与探索,研究成果对于未来继续开拓协议程序验证、程序网络行为分析、协议漏洞挖掘等应用领域具有重要的理论价值与实践意义,对完善与发展网络安全领域起到了积极推动作用。
参考文献：
[1]. 基于脊线对准的指纹自动识别新方法的研究[D]. 袁燕玲. 武汉大学. 2004
[2]. 基于FPGA的指纹自动识别系统[D]. 翁文田. 东华大学. 2010
[3]. 指纹中心自动定位研究及应用[D]. 王水平. 南京气象学院. 2003
[4]. 警用指纹识别系统中图像预处理的研究[D]. 顾勇. 重庆大学. 2007
[5]. 指纹自动识别系统算法的研究与实现[D]. 马行运. 广西大学. 2008
[6]. 指纹自动识别系统的发展与标准化建设的思考[J]. 赵正杰, 蒋晶. 刑事技术. 2011
[7]. 基于遗传神经网络的指纹分类与识别的研究与实现[D]. 余正红. 武汉理工大学. 2007
[8]. 指纹自动识别技术研究及应用[D]. 吴玓文. 中南大学. 2004
[9]. 自动指纹验证系统预处理与特征提取算法的研究与实现[D]. 古清月. 西北工业大学. 2007
[10]. 基于动态二进制分析的协议模型逆向提取及其应用研究[D]. 李美剑. 国防科学技术大学. 2014
标签：计算机软件及计算机应用论文; 指纹论文; 指纹识别技术论文; 特征提取论文; 图像识别技术论文; 图像预处理论文; 指纹模块论文; 图像融合论文; 技术协议论文; 动态模型论文; 算法论文;