特征点与局部图像相结合的指纹自动识别系统研究与设计

论文摘要

在生物识别技术中，指纹识别是目前对人体最容易获得，而又方便、实用、可靠，价格适中，最具有代表性和应用前景的一种技术。指纹识别技术虽然已日渐成熟，但实际上，作为指纹识别的核心技术仍然存在许多尚未解决的难题，尤其是残缺、污损指纹图像的识别不能令人满意。本文设计了一个基于特征识别和图像识别相结合的指纹自动识别系统，这个系统既可以用于有关部门对残缺、污损指纹的识别，也可以满足对一些强调安全性的使用者的更高要求，从而提高指纹识别率和降低指纹误识率。本文研究方法是根据对指纹图像的特征分析和对图像处理与识别方法的分析，分别设计基于指纹特征点的识别和指纹图像识别的预处理方法与局部灰度图像识别的方法。本文主要对以下几部分进行了研究和设计：首先，对图像处理与识别的方法进行系统的研究，并针对特征点匹配的特点进行指纹自动识别系统的设计。系统应该在完成指纹的特征点匹配的基础上进行指纹局部图像匹配，对指纹图像进行局部取像，来作为指纹匹配的辅助识别方法。其次，是基于特征点匹配的指纹识别系统实现，包括使用Gabor滤波器对指纹图像进行处理，图像的二值化和图像的二值化后的修正，指纹的特征点提取和匹配：最后，是基于局部灰度图像识别的系统实现，包括局部图像确定，灰度调整和去噪处理，利用矩技术进行特征提取和识别。本文主要的研究成果是设计并完成了特征点识别与局部图像识别相结合的指纹自动识别系统，这个系统把传统的指纹图像识别方法与一般通用图像识别方法结合在一起，并对两种方法进行了深入的研究。根据试验结果的分析，有效的降低了指纹自动识别系统的误识率和拒识率，本系统可以适应指纹识别的需要。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 图像识别概述
• 1.2 指纹识别技术的历史与现状
• 1.3 问题的提出
• 1.4 本文主要工作
• 第2章 图像识别原理与指纹自动识别系统设计
• 2.1 图像识别
• 2.1.1 图像识别系统研究
• 2.1.2 图像识别系统的计算模型
• 2.2 图像处理技术
• 2.3 图像特征提取方法
• 2.3.1 图像几何特征
• 2.3.2 图像的统计特征
• 2.3.3 图像的变换系数特征
• 2.3.4 图像的代数特征
• 2.3.5 利用神经网络提取图像特征
• 2.4 指纹的特征
• 2.4.1 指纹的总体特征
• 2.4.2 局部特征
• 2.5 典型指纹识别系统分析
• 2.5.1 概述
• 2.5.2 取得指纹图像
• 2.5.3 图像增强
• 2.5.4 指纹的特征提取
• 2.5.5 指纹的匹配
• 2.6 带有图像辅助匹配的指纹识别系统设计
• 第3章 基于特征点匹配的指纹识别
• 3.1 指纹图像的预处理
• 3.1.1 灰度图像的滤波去噪处理
• 3.1.2 图像二值化
• 3.1.3 指纹纹线的细化处理
• 3.1.4 细化后处理
• 3.2 指纹点特征提取
• 3.2.1 细节特征点的提取
• 3.2.2 细节点的检测
• 3.2.3 细节点的真伪判定
• 3.3 指纹的匹配
• 第4章 基于指纹局部图像匹配的指纹识别
• 4.1 图像匹配识别系统
• 4.2 指纹图像的局部图像获取
• 4.3 指纹局部图像的预处理
• 4.3.1 灰度变换
• 4.3.2 中值滤波
• 4.4 规则矩概述
• 4.4.1 规则矩的定义
• 4.4.2 图像的底阶规则矩性质
• 4.4.3 矩的变换
• 4.4.4 矩不变量获得
• 4.5 不变矩的计算方法和计算结果
• 第5章 结果评价及分析
• 5.1 本文测试所使用指纹库及硬件系统
• 5.2 指纹点模式识别评价的标准及测试
• 5.3 系统整体识别率测试
• 5.4 系统识别时间测试
• 结论
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录
• 附录B 部分测试用指纹图像