0
点赞
收藏
分享

微信扫一扫

2022 mathorcup A题论文(有详细模型建立和求解过程)

我所在的课题组就是做指纹匹配与分析的,对于2022mathorcup A题很熟悉,已写部分论文,如下,完整论文见文末。

指纹的数学模型如下,对于采集到的指纹图像,需要进行处理的是基于这幅图所提供的 unit8 灰度图灰 度值矩阵,而数学模型就是要在这矩阵中建立坐标系,处理相关信息
在这里插入图片描述
指纹图像预处理步骤:在这里插入图片描述
不同匹配方法所得出的实验结果:
在这里插入图片描述

模型效果:在这里插入图片描述
在这里插入图片描述
当指纹面积减少时,在一般情况下,指纹 图像的匹配对数不会出现如此多的细节点,而且同一根手指在不同情况或不同时间采 集时,两幅指纹图像的重叠区域很难出现足够多的指纹细节点匹配对,这样就无法支 撑指纹细节点特征向量来做匹配了,这种细节点少的情况通常出现在人的大拇指上, 因为大拇指本身面积很大,所以相同较小的面积情况下大拇指纹路相对其他指纹会出 现较少的指纹细节点。正确的匹配对只有三个点对,构成一个三角 拓扑结构,这样就很难识别匹配正确,导致最终的拒识。这种细节点过少虽然可以在 一定程度上增加细节点的特征维度来改善这种拒识,如增加频率、方向和周边点信息 等等,但是随着指纹采集器面积的不断减小,指纹细节点变得越来越少,从而无法支 撑细节点区分大规模指纹数据库下的指纹信息
在这里插入图片描述
基于非线性尺度空间的新特征提取方法,利用 A-KAZE 提取指 纹图像的局部特征,根据该文献描述可以得到稳定鲁棒的特征点,然后根据筛选特征即可得到正确的匹配点,比较匹配点个数和阈值即可判断匹配成功与否。在这里插入图片描述
论文地址:A题论文地址

举报

相关推荐

0 条评论