指纹识别方法的综述
摘要 : 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关
键性原理和技术做了详细的说明, 并对在各个过程中用到的方法做了进一步的比较, 讨论了各种方法的优越性。
0引言
自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。
近年
来, 随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识
别技术越来越多地进入到人们的生活和工作中, 自动指纹识别系统的研究和开发正在成为国
内外学术
界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别, 指纹识别具有许多独到
的优点 ,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术
有着十分
广泛的应用前景, 是将来生物特征识别技术的主流。
,
1指纹取像
图1 是一个自动指纹识别系统 AFIS(Automated Fingerprint Identification System)的简单流程。
指纹取像→
图像预处理
→ 特征提取
→ 指纹识别
↓↑
数据库管理————
将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用 , 比较适合 AFIS 。利用设备取像的主要方法又利用光学设备、晶
体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。
2图像的预处理与特征提取
无论采取哪种方法提取指纹 ,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的
噪
音,把它变成一幅清晰的点线图 ,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第
一步 ,
它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex2
t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。
当然这些步骤
可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ] 提出了基于脊线跟踪的方法能够
从灰度指纹图像中直接抽取细节点及其相关信息。
21 1常用的方法
21111方向图的计算
65432
7654321
71
00*0
17
123467
23456
图2计算灰度和的 9 × 9 模板
Fig. 2The 9×9 mask to compute
the slit sums
预处理常基于方向图[2 ] 。方向图是利用指纹纹线的方向信息, 把指
纹的脊线和谷线分离。一般采用 9× 9 模板 ,基准点位于模板的中心。
从水平位置开始 , 每隔π P8 确定一个方向 ,分别在每一个方向计算该点
的灰度和 S i(slit sums , i = 0 ,1 , ?,7) , I ( i , j ) 代表点 ( i , j ) 的灰度值。
例如计算 S 3的公式如下 :
S 3= I ( i - 2 , j - 4) + I ( i - 1 , j - 2) +
I ( i + 1 , j+ 2) + I ( i + 2 , j + 4)(1)
设S p和S q分别代表8个方向中最小的与最大的灰度和。该点的方
向一般只可能在 p 和q 这两个方向上。用 C 代表该点的灰度值,那么可
通过公式 (2) 得到该点的方向d。如果该点位于脊沟上 ,那么该点的方向定义为p否则为q。如此可以得到每一个像素点的方向。
37
dp if (4 c s p s q )s i
8i 0
q 其他（ 2）
文献 [3 ] 介绍了另外一种估计方向场的方法。这种方法也将指纹脊线的走向分为类似图 2 的8个方
向。但在处理上大为不同。他首先计算8 个方向的灰度平均值G mean[ i ] ( i = 0 ,1 , ?,7) ,然后将这8个平均值按两两垂直的方向分为4 组 (0 和4 、1 和 5 、2 和 6 、3 和 7) ,计算每组中两个
平均值的差值 , 取差值的绝对值比较大的两个方向为可能的脊线方向,然后再取这两个方向中
灰度平均值与该像素的灰度值比较接近的方向作为该像素处的脊线方向。
由于这些方向图的噪声很大 , 所以还必须进行平滑处理。为便于进行下一步处理 ,计算各像素点方向角α ( α ? [ 0 ,180 ]) , 并用一个单位矢量υ = [cos2α ,sin2α ] 来表示该点的方
向。
对于低质量的图像,不经过一定的图像增强,很难进行后续的处理工作。指纹增强的目的
是对低质量的灰度指纹图进行增强,得到清晰的脊线结构。一般对灰度图的增强算法都要用
到方向场和频率场的计算,如文献 [ 4 ] 提出的基于 Gabor 滤波器的增强算法。由于增强算法
计算量很大 ,通常是整个系统时间性能上的瓶颈.
21112图像滤波
图像滤波的方法很多,而且应用到指纹识别的很多步骤中。对于噪声很大的指纹,还要在计算方向图之前对原始图像进行一次滤波,一般采用高斯滤波初步除噪。在进行后续处理中常用
的滤波方法有均值滤波、中值滤波、最小均方差滤波等。
由于高斯函数的傅立叶变换仍是高斯函数,因此高斯函数能构成一个在频域具有平滑
性能的低通滤波器。可以通过在频域做乘积来实现高斯滤波。
均值滤波是对是对信号进行局部平均,以平均值来代表该象素点的灰度值。矩形滤波器(AveragingBox Filter) [2 ]对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转
化, 得到一幅单位矢量图。这个512 ×512 的矢量图被划分成一个8 × 8 的小区域 ,再在每一个小区域中 ,统计这个区域内的主要方向,亦即将对该区域内点方向数进行统计, 最多的方向作为区域的主方向。于是就得到了一个新的64 ×64 的矢量图。这个新的矢量图还可以采用
一个 3 × 3 模板进行进一步的平滑。
中值滤波是常用的非线性滤波方法,也是图像处理技术中最常用的预处理技术。它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘。加权中值滤波能够改进中值滤
波的边缘信号保持效果。但对方向性很强的指纹图像进行滤波处理时,有必要引入方向信息,即利用指纹方向图来指导中值滤波的进行。文献 [5 ] 采用方向加权中值滤波运用指纹方向图
和模糊理论的思想来构造滤波模板,不同的前景点方向选择不同权值的模板。
最小均方差滤波器, 亦称维纳滤波器,其设计思想是使输入信号乘响应后的输出,与期望输出的均方误差为最小。文献[ 6 ] 通过在不同区域内计算该区域的标准差和灰度平均值,取标准差最小区域的灰度平均值作为点( i , j) 的灰度。
21113二值化和细化
以上所得的是增强后的256 级灰度图像 ,还需要将其进一步转变为二值图像(前景点取作景点取作 0) , 提取指纹脊线 ,便于后续处理。
指纹纹线的细化从实现上可分为两大类:一类是从外到内逐点剥去二值图像的边界点1 , 背, 如
Hildth [7 ]算法 ; 另一类是从内到外 ,找到某一中间点 ,然后按扫描方向寻找其八邻域内也为纹条纹中
间象素的点 , 逐次取得细化线。前种方法中间定位性较好 ,易于实现 ,但往往要经过若干次
迭代算法 ,速度较慢。后种方法能保持较好的连通性,但情况复杂 ,中间定位不准 ,较难实现。
对于细化后的图像 , 经过一定的光滑处理后 ,进一步去噪 (如去处孤立点、毛刺、跨接短桥、
小环等 )后 ,就可以初步提取指纹细节点。
21114特征提取
在指纹图中出现频度较高的细节特征有8 种 ,即点、纹线端点、分支、眼、枝叉、交叉、小桥和短线 ,其中纹线端点和分支是两种基本的特征 ,而其他的特征可看作由其组合而成。取纹线
端点和分支作为指纹的细节特征。
指纹特征的提取采用链码搜索法对指纹纹线进行搜索, 提取出各种特征及其特征的坐标位置。最终形成指纹特征文件 ,文件中包含指纹特征点的种类、大小、坐标、方向等有用的识别信息。在
有的系统中 ,还将细节特征与中心之间、或细节特征之间的纹线数提取并记录
下来。
扫描完整幅图像后,可得其全部的特征点,这些特征点绝大部分是真实的, 但其中也包括由噪音引入的伪特征点,因此 , 还需进一步根据以下规则去除伪特征点:
①纹线断点删除:若具有同一方向的两个端点之间的距离小于某一阀值,则认为是伪特征点。
②毛刺删除 :若连接于分支上的端点且其到分支的距离小于某一阀值,则认为是伪特征点。
③位于前景区域边界的特征点应删除。
经以上步骤的处理,可删除大部分假特征点。
21 2基于脊线跟踪的方法
基于脊线跟踪的方法[1 ,8 ] 是直接从灰度及图像获取细节信息的新颖算法, 试验结果表明这种直接从灰度图像提取细节特征的方法比传统的先二值化再细化的方法具有明显的优点。
算法的基本思想是沿纹线方向自适应地追踪指纹脊线, 在追踪过程中 , 局部增强指纹图像, 最后得到一幅细化后的指纹脊线骨架图和附加在其上的细节点信息。由于该算法只在占全图比
例很少的点上估算方向并滤波处理,计算量相对较少,在时间复杂度上具有一定的优势。
3指纹分类
,指纹识别常常需要在大规模的数据库上进行计算。如果没有一种有效的数据库分类机制
输入的指纹图像将不得不同数据库中大量的指纹数据逐一进行比对,系统工作将非常繁重。
为了减少时间和计算的复杂度 ,必须对指纹进行分类。这样查询只需在指纹数据库中的一个相
应子集中进行 , 从而节省了运算时间并降低了复杂度。
按照西方学者的惯例,在这篇文章中将指纹分为 5 类 :螺旋型 (Whorl)、右旋型(Right Loop) 、左旋型 (Left Loop)、弓型(Arch)、帐型( Tented Arch)。
指纹分类的实现方法很多,大致上可以分为 4 类:基于神经网络的分类方法、基于奇异点进行
分类的方法、语法分析的方法和其他的方法。
3 . 1 基于神经网络的分类方法
[9 ,10 ]
神经网络的方法一般是基于多层感知器或Kohonen 自组织网络。由于人工神经网络具
有与人脑相似的高度并行性和良好的容错性,特别是以改进型 BP 网络为代表的神经网络具
有良好的自学习能力、强大的分类能力和容错能力。运用 BP 网络进行指纹分类是很可行的,但是在采用 BP 算法训练连接权值时,由于 BP 算法存在易于陷入局部极值的缺点,因而可能使最终的分类结果达不到理想状态。遗传算法( GA)是一种自适应的启发式全局搜索算法,能从问题的解空间而不是单个解开始进行鲁棒性搜索,可以有效地防止寻优结果收敛于局部
最优解。该算法不依赖于问题模型特性,没有解析寻优算法要求目标函数连续光滑的限制, 具有较好的自适应性。文献 [ 9 ] 提出了一种利用多个多层感知器来进行分类。每个感知器都试
图将指纹图像分类到不同的类中, 然后再通过感知器对前面的分类结果进行分析处理。
31 2 基于奇异点进行分类的方法
[2 ,11 ]
相对于指纹图像的其它区域而言、奇异点有许多特殊性质。比如对于给定指纹图像的
任意一点 ,在其邻域内作一条包围该点的闭合曲线,沿该闭合曲线旋转一周计算所得到的方向
向量的旋转总和 , 对于不同性质的点,这个总和值是不同的 ,涡轮形 (whorl)对应的值为 360° ,中心点 (core) 对应的值为 180°,三角区 (delta)对应的值为 - 180°,而一般 (ordinary) 的图像区域对应值为 0°。利用这一特性,可找出图像中的奇异点[11 ]。
基于奇异点的数量和位置的启发式规则被用来进行指纹分类。其他的一些诸如脊线形状和方向的细节特征被用来改善分类的性能。由于这些方法严重依赖奇异点,所以在一些噪声比较大和局部图像和残缺图像中, 这种方法会出现比较大误差。在文献 [2] 中提出了一种迭代
方法来降低噪声以增强分类的准确性,取得了一定的效果。
31 3语法分析的方法和其他的方法
语法分析的方法是根据预定义的语法规则来表示指纹和对指纹进行分类的。在分类的过
程中 ,根据各类规则对图像进行处理和分类。
此外， Chong 等[12 ]提出了一种基于脊线几何形状的分类方法。利用 B 样条曲线来模拟指纹脊线。还利用其他的曲线来降低人为误差。分类是通过跟踪曲线得到纹线的旋转来实现的。
文献 [ 13 ] 采用了隐含马科夫模型分类器 (hidden Markov model classification) 的方法。文献[ 14]提出了一种基于指纹方向图分区和遗传算法的连续分类方法。根据各种典型指纹类别
的拓扑结构而引进了一组动态分区模板和代价函数用于引导方向图分区,并将寻找最佳匹配划分的过程转化成一个 N 维向量空间的函数优化问题。由于这种方法是一种连续分类方法,取得了很好的实验结果和较强的算法鲁棒性。
4指纹库的建立与指纹的比对
提取的指纹存储在数据库中。指纹识别系统中数据的存放方式不仅需要像一般数据库中
的数据一样 ,保障其安全性和一致性,还应能以高速读取, 以满足高速查询比对的需要。大型指纹识别系统的数据库很大 ,并行分布式数据库和指纹分类技术可以减少检索时间。建立指纹
数据库 ,一般要采集同一枚指纹的3～ 5 个样本 ,分别对这些样本进行预处理和特征抽取,从所有样本图像中找出权值大于一给定阀值的特征点,以这些特征为模板建立指纹数据库样本。
指纹匹配是指纹识别系统的核心步骤,也是一个重要的研究课题,人们在这方面作了很多工作、文献 [ 15 ] 提出了一种用图匹配来对两幅指纹图像进行匹配的方法。文献[16]用结构匹配来做指纹识别。但目前最常用的方法是用美国联邦调查局提出的细节点坐标模型来做细
节匹配。它利用脊线末梢 (我们称为端点 ) 与脊线分支点这两种关键点来鉴定指纹。通过将
细节点表示为点模式 ,一个自动指纹认证问题可以转化为一个点模式匹配(细节匹配 )问题 .一般的点模式匹配问题是模式识别中的一个有名的难题,人们对一般的点模式匹配问题提出
过很多的算法 , 像松弛算法[17 ]、基于二维聚类的快速算法[18 ] 、三角匹配的算法[19 ] 、基于局部和全局结构的匹配算法[20 ] 。文献[ 3] 在针对指纹匹配中的点模式匹配问题提出了一种算法,该算法将直角坐标系中的细节点转换到极坐标系中 , 通过串匹配算法来进行点匹配。
指纹识别系统的特定应用的重要衡量标志是识别率。主要由两部分组成, 拒判率 FRR ( False Re2jection Rate) 和误判率 FAR ( False Acceptance Rate) 。可以根据不同的用途来调整
这两个值。FRR 和FAR 是成反比的。用 0～ 1. 0 或百分比来表达这个数。图3 的 ROC (Receiver 曲线给出 FAR 和 FRR 之间的关系。一个良好的系统应该在 FRR 和 FAR 之 Operating Curve)
间取得很好的平衡。
5结论
由于指纹独特的特点,指纹识别技术正在被运用到越来越多的领域。在信息安全领域、
数据通讯领域、公共安全方面、金融安全等方面都有很不错的表现和应用。但基本上这些应用都是一对一的指纹鉴别,而对于一对多的指纹识别,还存在着比对时间比较长, 正确率不高的特点。为了加快指纹识别的速度,还应该考虑简化图像的预处理。指纹识别算法也要能够
根据最少的特征对指纹进行匹配, 并能减少由于各种原因引入的偏差,增强算法的鲁棒性。
参考文献 :
[ 1 ]MAIO D ,MAL TONI D. Davide Matloni. Direct gray2 scale minutiae detection in fingerprints[J] .IEEE PAMI ,1997 ,19 (1) :27 - 39.
[ 2 ]KALL E K,ANIL KJ . Fingerprint classification[J ] . Pattern Recognition , 1996 ,29 (3) :389- 404.
[ 3 ]ANIL J , L IN H , RUUD B. On2line fingerprint verification[J ] . IEEE PAMI ,1997 , 19 (4) :302 - 313.
[ 4 ]L IN H , YIFEI W, ANIL J . Fingerprint image enhancement : algorithm and performance valuation[J ] . IEEE
PAMI ,1998 ,20 (8) :777 - 789.
[ 5 ]冯星奎 ,肖兴明 . 方向加权中值滤波算法 [J ] . 中国图像图形学报 ,2000 (5) :609 - 611.
[ 6 ]HARDIC R C ,BONCEL ET C A. Class of rank 2order2 based filters for smoothing and sharping[J ] .IEEE Transaction on Signal Processing ,1993 ,41 (3) :1061 - 1075.
[ 7 ]LAM L ,SUE C Y. A dynamic shape reserving thinning algorithm[J ] . Signal Processing ,1991 ,22 (2) :199- 208. [ 8 ]简兵 ,庄镇泉 ,李海鹰 ,等. 基于脊线跟踪的指纹图细节提取算法[J].电路与系统学报 , 2001 ,6 (3) :1 - 5. [ 9 ]KAMIJO M. Classifying fingerprint images usin g neural network : deriving the classification state[J ] . Proc Third
Int ’ l Conf Neural Network ,1993. 1932 - 1937.
[10]ANIL KJ , SAL IL P , L IN H. A multichannel approach to fingerprint classification[J ] . IEEE PAMI ,1999 ,21
(4) :348- 358.
[11 ]黄韧 ,陆亨立 , 张维新 . 基于方向角度变化的指纹奇异点提取的快速算法[J].华东师范大学学报,2002 (1) :52 –55
[12 ]CHONG, M M S , NGEE T H ,JUN L , et al . Geometric framework for fingerprint image classification [J ] . Pattern Recoginition ,1997 ,30 (9) :1475 - 1488.
[13 ]SENIOR A. A hidden markov model fingerprint classifier[J ] . Proc. 31st Asilomar Conf . Signals ,Systems and
Comput 2 ers ,1997 ,306 - 310.
[14 ]CAPPELL I R ,LUMINI A , MAIO D ,et al . Fingerprint classification by directional image partitioning[J ] . IEEE
PA2 MI ,1999 ,21 (5) :402 - 421.
[15]ISNOR D K,ZAKY S G. Fingerprint identification using graph matching[J ] . Pattern Recognition ,1986 ,19 (2) :113 -122.
[16 ]HRECHAK A K,MCHU GH J A. Automated fingerprint recognition using structural matching[J ] . Pattern Recognition ,1990 ,23 (8) :893 - 904.
[17]RANADE S ,ROSENFELD A. Point pattern matching by relaxation[J ] . Pattern Recognition , 1980 ,12 (4) :269-274.
[18 ]CHENG S H , CHENG F H ,HSU W H , et al . Fast algorithm for point pattern matching : invariant to translation , rotaions and scale changes[J ] . Pattern Recognition , 1997 ,30 (2) :311 - 316.
[19 ]MIKLOS Z ,V AJNA K. A fin gerprint verification system based on triangular matching and dynamic time warping[J ] .IEEE PAMI ,2000 ,22 (11) :1266 - 1276.
[20 ]J IANG X D , YAU W Y. Fingerprint minu tiae matching based on local and global structures[J ] . Proceeding of the 15th International Conference on Pattern Recognition. 2000 :1042 - 1045.
新疆农业大学 专业文献综述 题目:遥感数据管理系统 姓名:古力古拉.约力瓦司 学院:计算机与信息工程学院 专业:信息管理与信息系统 班级:信管071班 学号:074631102 指导教师:蒲智职称:硕士 2011年12月20日 新疆农业大学教务处制
遥感数据管理系统的文献综述 古力古拉蒲智 摘要：随着遥感技术的飞速发展,获取的遥感影像资料也越来越多，而如何有效地存储及管理好这些海量数据，成为当前一个越来越突出的问题。遥感接受数据是遥感影像应用的重要数据来源，因此对待特殊格式的遥感数据的存储和管理成为卫星遥感应用的重要环节。基于VB开发技术建立遥感数据管理平台，实现空间数据的快速查询和属性数据的自动入库等高效管理功能。 关键词：卫星遥感；数据管理；存储；VB开发；数据查询； 引言 随着航天航空技术的发展,遥感技术手段也越来越成熟,其基础数据量也越来越庞大,使得如何有效地存储并管理遥感基础数据成为一个越来越突出的问题。遥感数据信息大多以数字形式存储，包括各种格式和不同级别的影像数据，但是大量数据资料没有得到有效利用，成为影像数据应用的瓶颈。如何有效的存储，管理和利用不断增多和更新的遥感数据是遥感应用中迫切需要解决的数据管理难题。因此必须理顺数据接受，处理，存储，管理和应用各个环节的流程，提高数据应用的效率，以快速获取和解译更加丰富的，有价值的空间数据信息，发挥卫星遥感影像的实时性和快速性优势。 1遥感数据管理的概述 遥感卫星成像工作主要包括两个方面的内容，一部分为信息获取，一部分为数据下传信息获取是指当卫星运行轨迹经过用户要求的观测区域上空时，针对用户圈定的地物目标，安排遥感器在指定工作模式下，获取指定时间内的图像数据下传是指将获取的图像数据通过卫星的数据传输系统，在地面接收站的覆盖范围内传回地面遥感卫星计划管理的任务就是将众多用户的观测申请，转换为满足用户需求符合卫星约束的遥感卫星工作计划卫星遥感数据管理系统是以卫星遥感接受数据作为数据基础，对多种类型和不同级别的卫星接受数据进行数据处理，数据存储和数据管理的系统，解决卫星遥感接收数据管理混乱和查询困难的技术难题，建立卫星接收原始数据库，卫星接收预处理数据库和卫星接收后处理数据库三个空间子数据库实体，开发遥感数据管理软件平台，实现接收数据的空间数据和属性数据的可视化管理，数据入库和多种方式查询的业务化功能。 遥感技术的应用范围 遥感技术广泛用于军事侦察，导弹预警，军事测绘，海洋监视，气象观测和互剂侦检等。在民用方面随着遥感成像技术的发展，遥感技术广泛用于灾害防治，环境监测，城市规划，农作物生长预报，地球资源普查，植被分类，海洋研制，地震监测等方面。 遥感的特点
官网：https://www.doczj.com/doc/606211792.html, 指纹锁指纹识别技术的基本原理介绍 指纹锁的识别灵敏度是指纹锁产品性能和用户体验的重要指标之一，但现实生活中指纹锁识别指纹时总容易受到外接因素的影响。比如手指多汗，或指纹采集窗太潮湿会导致指纹锁识别失灵，这究竟是什么原因呢，英迪隆智能指纹锁为你简单解答一下。 指纹是人的手指正面皮肤上有规律排列却又不尽相同的纹线。指纹中的中断、分叉或转折而形成的点就是细节特征点，而这些细节特征点，就提供了指纹唯一性的确认信息。而指纹识别传感器就是通过记录指纹纹路的方向，并将其数字化，形成一个独一无二的钥匙，并以解锁。 目前指纹锁采集指纹的方式主要有两种，光学式和电容式。光学指纹头通过计算光线在指纹的沟和脊与采集窗的不同距离而获取指纹信息，当手指有汗渍或采集窗有水分，就会影响光线的传递与距离，导致所获取的指纹信息与原来储存的信息有误，因此指纹锁识别失灵。 而电容式指纹锁虽然比光学指纹锁更先进，但也存在受潮后识别失灵的情况。说起电容式指纹锁，其原理大家应该可以联想一下电容屏的工作原理，都是利用人体的电流感应进行工作的。 电容式指纹锁指纹识别传感器周边均镀上了狭长的电极，当手指按到指纹采集窗时，由于人体是一个电场，用户指纹纹路和传感器表面会形成一个耦合电容，对于高频电流来说，电容是直接导体，于是手指就会从接触点吸走一个很小的电流。这个电流分从周边的电极中流出，并且流经周边电极的电流与指纹到周边的距离成正比，控制器通过对电流比例的精确计算，得出触摸纹路相关数据。 简单来说就是用户的指纹摁到哪儿，哪儿就“通电”“漏电”了，传感器就有了反应了。所以，当手指有汗或者采集窗有水渍时，由于水是导电的，用户使用指纹识别时，电流就会被影响，所以上面的计算就不准了，自然识别失灵了。 因此，当指纹锁用户在首次录入指纹时，最好保持手指与指纹采集窗的干燥与干净，好录入正确干净的指纹;当用户使用指纹解锁时，擦干手指和采集窗就可以避免指纹锁失灵的情况。
GIS在 ___通信网本地 ___中的应用 GIS在 ___通信网本地 ___中的应用 题目：GIS在 ___通信网本地 ___中的应用 报告人：通信与控制工程系柳敬 一、文献综述 近年来，随着 ___通信业的高速成发展， ___部门管理手段的现代化也逐步受到各级 ___的高度重视。为了使通信网络的管理更加合理化、科学化，就需要用现代化的技术手段来代替低效、繁琐的手工方式。因此使用计算机技术对 ___通信设备进行管理已经势在必行，这时 ___通信网本地 ___系统就应运而生。 同时，随着计算机技术的迅速发展，许多传统学科与计算机技术相结合从而诞生了一批新兴学科，地理信息系统就是其中之一。其英文名称为Geographic Infor ___tion System，简称GIS。它能够处理大量含有地理成分的数据信息，使你可以简单而迅速地在大量的信息中查看其模式和关系，而不必不断地访问数据库。
在通信网络中，大量的设备都有其地理位置，同时，有大量的处理如果通过地图来进行，则会又方便又直观。因此在 ___系统中，引入GIS系统，在电子地图上显示基站、小区等各类通信网元的分布情况，并对网元进行实时监控管理、浏览配置信息和性能查看分析。 二、选题的`目的及意义 选题背景出自项目“ ___通信网本地 ___系统”。该系统立足于TMN，以操作维护、环境监控工作为重点，实时监测全网的运行情况，快速响应网上的各种 ___，提供性能分析报告，不仅为设备的集中操作提供了方便、可靠的技术手段，而且为网络优化和经营管理决策提供了参考依据。 地理视图作为本系统的一个子系统，是使用GIS技术，在电子地图上，将各类通信网元按地理位置显示成一个分布图。用户可以对图进行操作，也可以对网元的告警、配置和性能信息进行查看和分析处理。地理视图是直接与用户交互的前台界面，其制作质量的高低将直接影响用户对整个系统的认识，可见地理视图在此项目中的重要作用和地位。此外，GIS还广泛应用于诸如交通管理、商业销售等领域的软件 ___中，因此，研究和 ___GIS系统是很有意义的。
指纹识别系统 1.1 指纹识别系统原理 指纹识别系统的组成原理。如图1-1所示。图中的学习模块负责采集用户指纹数据，对指纹图像进行预处理，提取这些指纹的特征，作为将来的比对模板存人数据库。而识别模块则负责采集和处理指纹图像，在提取特征后与数据库中的指纹模板进行比对，然后判断是否匹配．得出结论。整个系统的核心就是图像处理、特征提取以及指纹比对。 图1-1 1.2 指纹采集与指纹图像处理方法 目前，主要的指纹采集方法有两种：一种是光学采集器；另一种是用半导体传感器。光学采集器采集指纹是通过把手指沾上油墨后按在白纸上，然后用摄像机把图像转换为电信号。光学采集受外界干扰小、采集精度较高，但是数据量较大，因此处理时问较长。而对于半导体传感器来说，手指的温度、湿度对其测量结果有影响，但是数据量不大，处理比较方便。随着半导体技术的发展，半导体传感器的成本低、体积小、方便集成等优点逐步体现，它已逐步代替光学采集器。指纹鉴定过程的第一个阶段是指纹图像的采集阶段，也就是指纹模板的录A阶段。为了初步确定图像预处理方法，我们必须首先了解指纹传感器获得的图像的尺寸和质量。根据不同的指纹传感器，我们设计不同的方案进行图像采集，并将从各个图中提出特征点储存到数据库中，来产生“活模板”，为后面的指纹鉴定做准备。 指纹图像处理是整个指纹识别过程的核心。常见的指纹图像处理包括滤波增强、二值化、细化、提取特征点四个步骤。在采集指纹图像的过程中，由于采集环境，皮肤表面的性质，采集设备的差异等各种因素的影响，采集的图像会不同程度的受到各种噪声的干扰，从而影响了采集图像的质量。所以实际的指纹图像首先通过一个滤波增强来改善图像的质量，恢复
《地理信息系统》课程大纲 一、课程概述 课程名称（中文）：地理信息系统 （英文）：geographical information system 课程编号：19371087 课程学分：2 课程总学时：32 课程性质：专业选修课 二、课程内容简介（300字以内） 地理信息系统是集计算机科学、地理科学、测绘学、遥感学环境科学、信息科学、管理科学等学科为一体的新型边缘学科。它从20世纪60年代问世，至今已跨越了50多个春秋，现已广泛用于资源、环境、交通、城市、农业、林业、海洋、军事等领域。本课程的主要内容是介绍地理信息系统的基本概念、原理、基本组成，地理信息系统的结构与功能，空间数据结构的类型、数据的处理方法与空间分析以及在林业和相关专业中的基本应用等。 三、教学目标与要求 《地理信息系统》课程是林学专业的专业选修课。通过本课程的学习，使学生了解地理信息系统的产生背景、功能、应用领域及发展方向；掌握GIS的基本概念、GIS的基本功能、GIS的数据结构、GIS 数据的采集与处理方法、GIS空间分析的原理与方法、GIS产品等知识点；掌握如何利用GIS去解决实际的相关专业问题。 在学完本课程后，学生应对GIS有一个较全面的了解，提高利用GIS解决相关专业实际问题的能力。
四、教学内容与学时安排 第一章导论（4学时） 1. 教学目的与要求：了解什么是地理信息系统？地理信息系统有哪些内容构成？地理信息系统能做什么？ 2. 教学重点与难点：重点掌握地理信息系统的概念、地理信息系统的基本构成基本功能和应用功能；难点是区别数据与信息的概念及关系、地理信息系统与其他管理系统的区别。 第一节、地理信息系统基本概念（1学时） 一、数据与信息 二、地理信息与地理信息系统 第二节、地理信息系统的基本构成（1学时） 一、系统硬件 二、系统软件 三、空间数据 四、应用人员 五、应用模型 第三节、地理信息系统的功能简介（1学时） 一、基本功能 二、应用功能 第四节、地理信息系统的发展概况（1学时） 一、发展概况 二、基础理论 第二章地理信息系统的数据结构（6学时） 1. 教学目的与要求：通过本章内容的学习，让学生了解地理信息系统的核心是空间数据，掌握空间数据的来源、空间数据的分类、空间数据结构的类型。
基于GoogleMaps的社区通开发 在过去短短的几年时间内，电子市场的热门话题非智能手机莫属，而处在这个话题风口浪尖上的则非iphone 4和安卓莫属，天才乔布斯带来的震撼席卷了全球，而活跃的安卓市场也不容小觑。由于人们需求的服务范围的宽广，加之安卓系统的开源性使得很多安卓用户与程序爱好者的加入，造就了安卓应用市场的兴盛，例如为安卓系统用户提供技术支持与应用程序的安致网、安卓网、机锋网等专业网站。 随着社会的进步与发展，社会对地理信息服务需求也不断膨胀，迫切要求一种具有移动性且能够以5A(Anytime，Anywhere，Anybody，Anything，Anydevice)方式进行工作的GIS(Geographic Informtion System，地理信息系统)。在此背景下，移动GIS(Mobile GIS，MGIS)近几年破土而生，并得到了快速发展。而我国移动GIS的发展，现阶段主要运用核心仍然是位置服务-LBS（Location Based Service）。LBS系统提供了未来空间信息服务的蓝图[1]。 一个典型的基于LBS的服务是地图信息服务，而谷歌作为较早推出电子地图的服务商，在近年也推出针对IOS系统和Android系统的GoogleMaps API,为全球化地理信息服务开创新的开端提供了便利。 一、LBS（Location Based Service） 1.1定义与简介 基于位置的服务(Location Based Service，LBS)，它是通过电信移动运营商的无线电通讯网络（如GSM网、CDMA网）或外部定位方式(如GPS)获取移动终端用户的位置信息（地理坐标，或大地坐标），在GIS(Geographic Information System，地理信息系统)平台的支持下，为用户提供相应服务的一种增值业务。它包括两层含义：首先是确定移动设备或用户所在的地理位置；其次是提供与位置相关的各类信息服务。如找到手机用户的当前地理位置，然后在上海市6340平方公里范围内寻找手机用户当前位置处1公里范围内的宾馆、影院、图书馆、加油站等的名称和地址。所以说LBS就是要借助互联网或无线网络，在固定用户或移动用户之间，完成定位和服务两大功能[2]。 1.2构成 总体上看LBS由移动通信网络和计算机网络结合而成，两个网络之间通过网关实现交互。移动终端通过移动通信网络发出请求，经过网关传递给LBS服务平台；服务平台根据用户请求和用户当前位置进行处理。并将结果通过网关返回给用户。其中移动终端可以是移动电话、(Personal Digital Assistant,PDA)、手持计算机（Pocket PC），也可以是通过Internet通讯的台式计算机（desktop PC）。服务平台主要包括WEB服务器（Web Server）、定位服务器（Location Server）和LDAP（Lightweight Directory Access Protocol）服务器[2]。 1.3 发展现状
指纹识别方法的综述 摘 要: 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关 键性原理和技术做了详细的说明,并对在各个过程中用到的方法做了进一步的比较,讨论了各种方法的优越性。 0 引 言 自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。近年 来,随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识 别技术越来越多地进入到人们的生活和工作中,自动指纹识别系统的研究和开发正在成为国内外学术 界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别,指纹识别具有许多独到 的优点,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术,有着十分 广泛的应用前景,是将来生物特征识别技术的主流。 1 指纹取像 图 1 是一个自动指纹识别系统AFIS(Automated Fingerprint Identification System) 的简单流程。 → → → ↓ ↑ ———— 将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用,比较适合AFIS 。利用设备取像的主要方法又利用光学设备、晶体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。 2 图像的预处理与特征提取 无论采取哪种方法提取指纹,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的噪 音,把它变成一幅清晰的点线图,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第一步, 它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex 2 t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。当然这些步骤 可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ]提出了基于脊线跟踪的方法能够指纹取像 图像预处理 特征提取 指纹识别 数据库管理
指纹识别原理及模组工艺 概述 指纹识别的背景知识 我们手掌及其手指、脚、脚趾侧表面的皮肤凸凹不平产生的纹路会形成各种各样的图案。这些纹路的存在增加了皮肤表面的摩擦力，使得我们能够用手来抓起重物。人们也注意到，包括指纹在的这些皮肤的纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的。依靠这种唯一性，我们就可以把一个人同他的指纹对应起来，通过对他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。这种依靠人体的身体特征来进行身份验证的技术称为生物识别技术，指纹识别是生物识别技术的一种。 目前，从实用的角度看，指纹识别技术是优于其他生物识别技术的身份鉴别方法。这是因为指纹各不相同、终生基本不变的特点已经得到公认。 最早的指纹识别系统应用与警方的犯罪嫌疑人的侦破，已经有30多年的历史，这为指纹身份识别的研究和实践打下了良好的技术基础。特别是现在的指纹识别系统已达到操作方便、准确可靠、价格适中的阶段，正快速的应用于民用市场。 指纹识别系统通过特殊的光电转换设备和计算机图像处理技术，对活体指纹进行采集、分析和比对，可以迅速、准确地鉴别出个人身份。 系统一般主要包括对指纹图像采集、指纹图像处理、特征提取、特征值的比对与匹配等过程。现代电子集成制造技术使得指纹图像读取和处理设备小型化，同时飞速发展的个人计算机运算速度提供了在微机甚至单片机上可以进行指纹比对运算的可能，而优秀的指纹处理和比对算法保证了识别结果的准确性。指纹自动识别技术正在从科幻小说和好莱坞电影中走入我们实际生活中，就在今天，您不必随身携带那一串钥匙，只需手指一按，门就会打开；也不必记住那烦人的密码，利用指纹就可以提款、计算机登录等等。指纹识别技术主要涉及四个功能：读取指纹图像、提取特征、保存数据和比对。 在一开始，通过指纹读取设备读取到人体指纹的图像，取到指纹图像之后，要对原始图像进行初步的处理，使之更清晰。 接下来，指纹辨识软件建立指纹的数字表示——特征数据，一种单方向的转换，可以从指纹转换成特征数据但不能从特征数据转换成为指纹，而两枚不同的指纹不会产生相同的特征数据。软件从指纹上找到被称为“节点”（minutiae）的数据点，也就是那些指纹纹路的分叉、终止或打圈处的坐标位置，这些点同时具有七种以上的唯一性特征。因为通常手指上平均具有70个节点，所以这种方法会产生大约490个数据。有的算法把节点和方向信息组合产生了更多的数据，这些方向信息表明了各个节点之间的关系，也有的算法还处理整幅指纹图像。总之，这些数据，通常称为模板，保存为1K大小的记录。无论它们是怎样组成的，至今仍然没有一种模板的标准，也没有一种公布的抽象算法，而是各个厂商自行其是。 文案
地理信息系统综述 14空间 摘要：本文主要介绍了GIS面临的问题及其运用领域和发展现状。从GIS概念着手，阐述GIS在管理数据、分析数据、辅助决策和表达规划成果等几个方面的功能,经过总结分析最后得出结论：GIS会成为未来各个领域的主要手段研究。 关键词：地理信息系统，GIS发展现状，GIS应用领域。 1引言 1996年，美国成立了开放地理信息系统联合会（OGC,OpenGisConsortium)旨在利用其提出的开放地理数据互操作规范(OGIS)给出一个分布式访问地理数据和获得地理数据处理能力的软件框架，各软件开发商可以通过实现和使用规范所描述的公共接口模板进行互操作。目前，0GIS规范初具规模，很多GIS软件开发商也先后声明支持该规范。国内的一些具有战略眼光的GIS软件商也在密切关注着OGIS规范，并已着手开发遵循该规范的基础性GIS软件。 2 GIS应用领域及面临的问题 2.1地理信息系统 地理信息系统是在计算机软、硬件支持下，以采集、存储、管理、检索、分析和描述空间物体的定位分布及与之相关的属性数据，并回答用户问题等为主要任务的计算机系统。它由硬件、软件、数据和用户有机结合而成。它的主要功能是实现地理空间数据的采集、编辑、管理、分析、统计与制图等。GIS始于60年代的加拿大与美国,而后各国相继投入了大量的研究工作；自80年代末以来,特别是随着计算机技术的迅速发展,地理信息的处理、分析手段日趋先进,GIS 技术日趋成熟。2.2应用领域 GIS是一门以应用为目的的信息产业，其应用已经深入到各行各业，也已深入到千家万户，形成诸如掌上电脑，电子地图等。1公众生活：日常生活中的衣食住行都可以依靠ＧＩＳ的辅助，我们可以准确的定位自己需要到达的方位，无论是餐厅，商店，房屋或是出行路线。2生产建设：现在农业生产中，通过遥感数据采集信息，对地面卫星接收站传回的遥感数据进行处理、入库，接受和处理GPS数据，接收和处理人工报送数据，建立农业信息库。这一举措对于水旱灾害、病虫灾害等动态监测和可视化分析，以及农业资源利用、水利资源设施建设、防洪抗旱等方面具有重要意义。3城市管理：城市规划和管理是GIS的一个重要应用领域，如在大规模城市基础设施建设中如何保证绿地的比例和合理分布、如何保证学校、公共设施、运动场所、服务设施等能够有最大的服务面等。GIS还可以应用于资源调查、环境评估、灾害预测、国土管理、邮电通讯、交通运输、军事公安、水利电力、公共设施管理、农林牧业、统计、商业金融等几乎所有领域。 2.3 GIS面临的问题 GIS处理的空间数据，从本质上说是三维连续分布的。但是，目前GIS的主要应用还停留在处理地球表面的数据上，大多数GIS平台都支持点、线、面三类空间物体，不能很好地支持曲面(体)，这主要是因为三维GIS在数据的采集、管理、分析、显示和系统设计等方面要比二维GIS复杂得多。尽
计算机类毕业论文参考文献 WTT为大家整理的计算机类毕业论文参考文献，希望能够帮助到大家。 [1]王琨. Linux操作系统下的网络多媒体技术应用[D].西安电子科技大学,2001. [2]陆海波. 智能型掌上电脑（PDA）的研究与开发[D].电子 科技大学,2001. [3]高玉金. WINDOWS环境下并行容错局域网的研究及实现[D].燕山大学,2000. [4]陈军. 分布式存储环境下并行计算可扩展性的研究与应用 [D].中国人民解放军国防科学技术大学,2000. [5]王霜. 瓦楞纸箱CAD系统开发[D].四川大学,2000. [6]王茂均. 织带机智能监测管理系统研究[D].大连理工大学,2000. [7]郭朝华. 多处理器并行的星上计算机系统设计[D].中国科学院上海冶金研究所,2000. [8]刘胜. 拖拉机作业机组仿真试验台自动变速控制系统的研究[D].中国农业大学,2000. [9]陈新昌. 冷藏、保温汽车静态降温调温性能测试系统的研究[D].河南农业大学,2000.
[10]毛鹏军. 智能化温室环境参数微机监控系统的设计研究 [D].河南农业大学,2000. [11]史志存. 电子鼻及其应用研究[D].中国科学院电子学研究所,2000. [12]孟笛. 复合材料加筋板壳结构稳定性设计的可视化研究和实现[D].大连理工大学,2000. [13]刘鹏民. 涡街电磁流量计机理的研究与开发[D].北京化工大学,2000. [14]付岩. 通用脚本语言GSCRIPT设计与应用的研究[D].中国科学院研究生院（计算技术研究所）,2000. [15]石争浩. 《计算机组成原理》CAI及其多媒体课件实现技术研究[D].西安理工大学,2000. [16]姚彤. 农机销售管理信息系统的设计与开发[D].东北农业大学,2000. [17]吕康娟. 基于地理信息系统(GIS)的小流域综合治理规划的研究[D].东北农业大学,2000. [18]邱建民. 北工大研究生教育管理信息系统[D].北京工业大学,2000. [19]刘春明. 变电站电压无功控制装置实用技术研究[D].华北电力大学,2000. [20]刘力力. 计算机系统性能评测与分析[D].中国科学院研究生院（计算技术研究所）,2000.
空间分析文献综述
————————————————————————————————作者: ————————————————————————————————日期：
空间分析课程 文献阅读综述 空间分析是基于地理对象的位置和形态特征的空间数据分析技术,其目的在于提取和传输空间信息。一个地理信息系统应当具有完备的空间分析功能,也就是说空间分析是地理信息系统的核心。 本课程涉及空间数据,空间位置,空间分布,空间形态，空间关系和地统计学的内容,由于阅读有限，故只对部分阅读过的内容做出综述。 一、用加权多项式回归进行球状模型变差图的最优拟合【1】 中国地质大学的王仁铎教授提出了加权回归多项式法拟合参数,推进了地质统计学计算过程自动化的研究。在此之前，对于变差函数的拟合一般通过做实验变差函数图，通过肉眼观察来进行人工拟合。在地质出版社1981年出版的《地质统计学及其在矿产储量计算中的运用》(候景儒，黄竞先）一书中介绍了两种理论变异曲线的构制，即手工拟合和利用最小二乘法拟合，在最小二乘法拟合中，由于实验变异曲线的头几个点的可靠性要比尾部的点大得多,如果不考虑这一因素，所得到的理论曲线势必产生偏移。最小二乘法是一种纯数学的方法，它不能充分反映地质特征【2】。而人工拟合中，则是通过对实验变异函数散点图的观察来确定各参数的，过程耗时，费力,结果因人而异，主观性强，缺乏统一、客观的标准【３】。 地质统计学有个基本工具就是变差图ｒ(h),在二阶平稳或本征（内蕴）假设下，其定义为： (１）其中h为沿一定方向的间隔(或称基本滞后),x 为空间点。由于变差图的性状能够同时反 映区域化变量的结构特征和随机特性，在计算估计方差、离散方差、正则化变量的变差函数 和克立格方程组中的系数时都是以变差函数的计算为基础的。因此, 变差图确定得好坏就成为应用地质统计学方法能否取得成效的关键之一。 球状模型(spｈericaｌ model）由地统计学理论奠基者——法国学者G.Matheｒｏn提出，也称马特隆模型。实践证明,实际工作中９５％以上的实验变异函数散点图都可以用该模型拟合。其一般公式为： 其中ｃ0为块金常数,a为变程,c为拱高,c0+c为基台值。要拟合出一条最优的球状模型变差函数曲线, 就是要确定最优的球状模型中的三个参数c0，a和c。 用加权多项式回归拟合球状模型变差图。设通过(1)式已算出n个实验变差函数值ｒ＊（ｈi)(ｉ=1,2,…,n),它是用Ｎi对数据对计算出来的，则球状模型可写成: (2)
指纹识别技术综述（扫盲篇） 1、产品构成 对指纹识别技术，目前除了一部分真正的研发人员之外，大部分涉业者或者兴趣者都希望有个清晰的了解。在此，先从指纹识别产品的构成说起，也就是由产品构成再展开对技术构成的分析。 指纹识别产品是由基础构件、中间构件和上层构件组成的，基础构件是指一个完整的指纹识别（不是指纹采集）产品，包括硬件和软件，都必须具备的基础部分。中间构件，简称中间件，是向上支持各类软件系统或者硬件设备，实现指纹注册和认证功能的独立部分。上层构件，是指在基础构件之上，自己实现中间件或者利用中间件建立起来的执行应用的部分，也可以称为应用构件。 指纹产品基础构件包括：指纹传感器（指纹Sensor）、指纹传感器驱动程序（Driver）、指纹传感器底层接口程序（底层SDK），以及指纹算法程序。其中前三个都是作为一个整体对待，笼统的称为指纹SENSOR。指纹基础构件的这四个部分，对于任何一类的指纹识别产品都是不可缺少的，所以称之为基础构件。 指纹产品中间构件，或者叫指纹应用中间件，它专门完成指纹注册和认证功能，所以它一定包含指纹识别算法。它屏蔽了应用层对设备层（基础构件中的SENSOR以及DRIVER）的直接访问。它既可以表现为软件控件（ocx），也可表现为硬件模块，也就是俗称的指纹脱机模块。 指纹产品上层构件，它是用户需求的实现部分，其形态不定，可以是一个完整的指纹应用软件产品，如指纹文件保护系统、计算机登录指纹保护系统。也可是指纹考勤机、指纹保险柜等这类嵌入式硬件产品。 在了解了指纹识别产品的构成要件之后，我们再一层层采用解析的方法来分析每个构件中的技术成份。 2、指纹产品基础构件 2.1、基础构件之指纹SENSOR 从基础构件层来看，其中的指纹SENSOR，是指纹图像自动采集和生成部分，是整个指纹识别产品的数据输入端。绝大多数指纹SENSOR通过光学扫描、晶体热敏、晶体电容等三种主要传感原理采集指纹图像。衡量一个指纹SENSOR的质量好坏或者使用的技术的高低，从其使用的采集原理上并不能得出结论，而是主要从以下几个方面
参考文献 1．书和专著 [德]阿.赫特纳（王兰生译），地理学——它的历史、性质和方法，1997，北京：商务印书馆 [俄]K.A. 萨里谢夫（李道义译），地图制图学概论，1982，北京：测绘出版社 [美]A. H. 罗宾逊，R. D.塞尔，J.L.莫里逊，P.C.墨尔克（李道义、刘耀珍译），地图学原理，1989，北京：测绘出版社 [美]D.J.沃姆斯利、G.J.刘易斯（王兴中、郑国强、李贵才译），行为地理学导论，1988，西安，陕西人民出版社 [美]R.哈特向（黎樵译），地理学性质的透视，1997，北京：商务印书馆 [美]T.哈默格兰（曾增强译），数据仓库技术，1998，北京：中国水利水电出版社 [美]丹尼斯.伍德（王志弘、李根芳、魏庆嘉译），地图的力量，2000，北京：中国社会科学出版社 [美]杰克.吉多、詹姆斯.P.克莱门特（张金成译），成功的项目管理，1999，北京：机械工业出版社 [美]尼葛洛庞帝（胡泳、范海燕译），数字化生存，1997，海口：海南出版社 [日]遥感研究会（刘勇卫、贺雪鸿译），遥感精解，1993，北京：测绘出版社 [英]大卫.哈维（高泳源、刘立华、蔡运龙译），地理学中的解释，1996，北京：商务印书馆 Andrej Vckovski, Interoperatable and Distributed Processing in GIS, 1998, London: Taylor & Francis Andrew S. Tanenbaum，Computer Networks，1996，北京清华大学出版社 Andrew S. Tanenbaum，Distributed Operating Systems，1996，北京清华大学出版社 C. Dana Tomlin，Geographic Information Systems and Cartographic Modeling，1990，Englewood Cliffs，New Jersey：Prentice-Hall Inc. Christopher B. Jones, Geographical Information Systems and Computer Cartography,1997, Addison Wesley Longman Ltd. D.R.F. Taylor, Policy Issues in Modern Cartography, 1998, Oxford: Elsevier Science Ltd Grady Booch，Object-Oriented Analysis and Design with Applications，1994，Redwood City，CA：The Benjamin/Cummings Publishing Company，Inc. Hilary M. Hearnshaw & Divid J. Unwin，Visualization in Geographical Information Systems，1994，Chichester：John Wiley & Sons Ian Masser，Harlan J. Onsrud，Diffusion and Use of Geographic Information，Dordrecht， 1992，Kluwer Academic Publishers Jeffrey D. Ullman & Jennifer Widom, A First Course in Database Systems, 1998,北京：清华大学出版社 Jonathan Raper，Three Dimensional Applications in Geographical Information Systems，1989，London: Taylor & Francis
高级数据库（结课）文献综述 题目：空间数据库 姓名：张广元 学号：Y151021422 学院：计算机与信息工程学院 专业：计算机技术（专业硕士）年级：2015级 任课教师：葛利 2015 年12 月15 日
【前言】 空间数据库是近年来数据库技术研究的热点之一。空间数据库指的是地理信息系统在计算机物理存储介质上存储的与应用相关的地理空间数据的总和，一般是以一系列特定结构的文件的形式组织在存储介质之上的。所谓空间数据是指与空间位置和空间关系相联系的数据。归纳起来它具有以下5个基本特征： 1、空间特征 每个空间对象都具有空间坐标,即空间对象隐含了空间分布特征。这意味着在空间数据组织方面,要考虑它的空间分布特征。除了通用性数据库管理系统或文件系统关键字的索引和辅关键字索引以外,一般需要建立空间索引。 2、非结构化特征 在当前通用的关系数据库管理系统中,数据记录一般是结构化的。即它满足关系数据模型的第一范式要求,每一条记录是定长的,数据项表达的只能是原子数据,不允许嵌套记录。而空间数据则不能满足这种结构化要求。若将一条记录表达一个空间对象,它的数据项可能是变长的,例如, 1条弧段的坐标,其长度是不可限定的,它可能是2对坐标,也可能是10万对坐标; 其二, 1个对象可能包含另外的1个或多个对象, 例如, 1个多边形,它可能含有多条弧段。若1条记录表示1条弧段,在这种情况下, 1条多边形的记录就可能嵌套多条弧段的记录,所以它不满足关系数据模型的范式要求,这也就是为什么空间图形数据难以直接采用通用的关系数据管理系统的主要原因。 3、空间关系特征 空间数据除了前面所述的空间坐标隐含了空间分布关系外。空间数据中记录的拓扑信息表达了多种空间关系。这种拓扑数据结构一方面方便了空间数据的查询和空间分析,另一方面也给空间数据的一致性和完整性维护增加了复杂性。特别是有些几何对象,没有直接记录空间坐标的信息,如拓扑的面状目标,仅记录组成它的弧段的标识,因而进行查找、显示和分析操作时都要操纵和检索多个数据文件方能得以实现。 4、分类编码特征 一般而言,每一个空间对象都有一个分类编码,而这种分类编码往往属于国家标准,或行业标准,或地区标准,每一种地物的类型在某个GIS中的属性项个数是相同的。因而在许多情况下,一种地物类型对应于一个属性数据表文件。当然,如果几种地物类型的属性项相同,也可以多种地物类型共用一个属性数据表文件。 5、海量数据特征 空间数据量是巨大的,通常称海量数据。之所以称为海量数据,是指它的数据量比一般的通用数据库要大得多。一个城市地理信息系统的数据量可能达几十GB,如果考虑影像数据的存贮,可能达几百个GB。这样的数据量在城市管理的其他数据库中是很少见的。正因为空间数据量大,所以需要在二维空间上划分块或者图幅,在垂直方向上划分层来进行组织。
防灾减灾遥感应用综述 引言 我国地域辽阔，天气变化万千，洪水、飓风、龙卷风、地震等不可抗性灾难频发，此次汶川特大地震给人民的生命和财产造成巨大的伤害。近50年来，我国每年由地震、地质、旱涝、海洋、疫病等自然灾害造成的直接经济损失约占国民生产总值的4%.自然灾害已经成为影响我国经济发展和社会安全的重要因素，依靠科技进步，提高我国防灾减灾的综合能力已成为当务之急。 我国目前已建立起了较为完善、广为覆盖的气象、海洋、地震、水文、森林火灾和病虫害等地面监测和观测网，建立了气象卫星、海洋卫星、陆地卫星系列，并正在建设减灾小卫星星座系统。在气象监测预报方面，建成了较先进的由地面气象观测站、太空站、各类天气雷达及气象卫星组成的大气探测系统，建立了气象卫星资料接收处理系统、现代化的气象通信系统和中期数值预报业务系统。 此外，还发射了“资源一号”、“资源二号”卫星，广泛应用于资源勘查、防灾减灾、地质灾害监测和科学试验等领域。 主题部分 洪涝灾害 3.1灾前背景数据库的建设与更新 洪涝灾害背景数据库的建立是进行洪灾预警预报、灾情 评估和救灾的基础，总的来说其内容主要包括自然数据和社 会经济方面的数据，用于洪涝灾害遥感监测评估的基础背景 数据库包括：①空间展布式社会经济数据库空间展布式社会经济数 据库是在按行政统计单元获取的社会经济数据的基础上，利 用空间展布模型展布到空间而形成的社会经济数据库，如人 口分布、产业布局、各行业的经济发展状况以及公共基础设 施的分布情况等社会经济数据库。展布到空间上的社会经济 指标考虑到了社会经济数据在行政单元内分布的不均匀问 题和洪灾时淹没范围与行政区域不匹配问题，对于灾情分析
指纹识别技术综述 1、产品构成 对指纹识别技术，目前除了一部分真正的研发人员之外，大部分涉业者或者兴趣者都希望有个清晰的了解。在此，先从指纹识别产品的构成说起，也就是由产品构成再展开对技术构成的分析。 指纹识别产品是由基础构件、中间构件和上层构件组成的，基础构件是指一个完整的指纹识别（不是指纹采集）产品，包括硬件和软件，都必须具备的基础部分。中间构件，简称中间件，是向上支持各类软件系统或者硬件设备，实现指纹注册和认证功能的独立部分。上层构件，是指在基础构件之上，自己实现中间件或者利用中间件建立起来的执行应用的部分，也可以称为应用构件。 指纹产品基础构件包括：指纹传感器（指纹Sensor）、指纹传感器驱动程序（Driver）、指纹传感器底层接口程序（底层SDK），以及指纹算法程序。其中前三个都是作为一个整体对待，笼统的称为指纹SENSOR。指纹基础构件的这四个部分，对于任何一类的指纹识别产品都是不可缺少的，所以称之为基础构件。 指纹产品中间构件，或者叫指纹应用中间件，它专门完成指纹注册和认证功能，所以它一定包含指纹识别算法。它屏蔽了应用层对设备层（基础构件中的SENSOR以及DRIV ER）的直接访问。它既可以表现为软件控件（ocx），也可表现为硬件模块，也就是俗称的指纹脱机模块。 指纹产品上层构件，它是用户需求的实现部分，其形态不定，可以是一个完整的指纹应用软件产品，如指纹文件保护系统、计算机登录指纹保护系统。也可是指纹考勤机、指纹保险柜等这类嵌入式硬件产品。 在了解了指纹识别产品的构成要件之后，我们再一层层采用解析的方法来分析每个构件中的技术成份。
2、指纹产品基础构件 2.1、基础构件之指纹SENSOR 从基础构件层来看，其中的指纹SENSOR，是指纹图像自动采集和生成部分，是整个指纹识别产品的数据输入端。绝大多数指纹SENSOR通过光学扫描、晶体热敏、晶体电容等三种主要传感原理采集指纹图像。衡量一个指纹SENSOR的质量好坏或者使用的技术的高低，从其使用的采集原理上并不能得出结论，而是主要从以下几个方面来衡量。 （1）成像质量。成像质量是衡量指纹SENSOR（指纹传感器）质量的首要标准。 成像质量主要表现为对指纹图像的还原能力，以及去噪能力。 （2）手指适应能力。由于不同手指指纹的纹路深浅不同、干湿不同，污渍程度不同。要能够对所有情况进行有效兼容，是指纹SENSOR的适用能力的表现。 有时候手指适用能力被归到成像质量中考虑。 （3）采集速度。采集速度表现为从手指放到SENSOR触面后多长时间内完成一次指纹采集的时间，或者单位时间如1S可以采集的次数。速度的快慢直接影 响到用户的使用体验。 （4）电气特性。电气特性是从产品化的角度来看，指纹SENSOR是否真正可用于某种产品。电气特性主要关注三个参数，工作电压，功耗和ESD（防静电能 力）。如把指纹SENSOR应用到手机上，必然要考虑手机的现在供电方式能 否满足增加了指纹SENOSR后的电压和功耗要求。不过大部分指纹SENOS R的电压都在3.6V以下（含）。 （5）硬件接口能力。接口能力也是从产品化的角度来衡量的。接口能力直接影响着指纹SENSOR所获得的指纹图像数据的传送方式，影响着与指纹处理模块 之间的通讯方式和通讯速度。比如已具备USB接口能力的指纹SENSOR，可 以直接与USB HUB相连。而没有USB接口的，就需要通过USB控制器来实 现，给产品化增加一道技术门槛。
指纹识别方法的综述 摘要 : 对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关 键性原理和技术做了详细的说明, 并对在各个过程中用到的方法做了进一步的比较, 讨论了各种方法的优越性。 0引言 自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。 近年 来, 随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识 别技术越来越多地进入到人们的生活和工作中, 自动指纹识别系统的研究和开发正在成为国 内外学术 界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别, 指纹识别具有许多独到 的优点 ,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术 有着十分 广泛的应用前景, 是将来生物特征识别技术的主流。 , 1指纹取像 图1 是一个自动指纹识别系统 AFIS(Automated Fingerprint Identification System)的简单流程。 指纹取像→ 图像预处理 → 特征提取 → 指纹识别 ↓↑ 数据库管理———— 将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用 , 比较适合 AFIS 。利用设备取像的主要方法又利用光学设备、晶 体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。 2图像的预处理与特征提取 无论采取哪种方法提取指纹 ,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的 噪 音,把它变成一幅清晰的点线图 ,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第 一步 , 它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取( Image Preprocessing and Feature Ex2 t raction) 方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。 当然这些步骤 可以根据系统和应用的具体情况再进行适当变化。文献[ 1 ] 提出了基于脊线跟踪的方法能够