指纹图像预处理方法的研究

论文摘要

随着社会的发展,科学技术的不断进步,生物识别技术已经越来越广泛的被应用于身份识别与身份认证中。在所有生物识别技术中,指纹识别是当前应用最为广泛的一种。指纹识别技术具有方便、高效、安全、可靠等优点,从以前的刑侦专用正在向民用过渡。目前,在金融安全、数字加密、电子商务等各个领域都得到了广泛的应用,并且将在我们未来的生活中发挥越来越重要的作用。但在现阶段,由于指纹识别所特有的复杂性和不确定性,自动指纹识别系统仍存在着不少问题有待解决和完善。在自动指纹识别系统中,指纹识别一般包括以下三个步骤：预处理、特征提取和特征匹配。其中,预处理的目的是削弱图像中的噪声,提高指纹纹线的清晰度,为后面的特征提取和匹配的准确性提供前提条件。一般情况下,指纹图像预处理过程分为图像分割、图像增强、细化、细化后处理四个环节。在本论文中主要针对预处理各个环节的算法进行研究并进行适当的改进,改进后的算法在运算处理质量方面都有了不同程度的提高。在指纹分割中,运用了基于形态学和梯度的新的指纹分割方法,主要通过计算指纹图像的局部梯度特征值来检测出图像中灰度值急剧变化的区域,通过大量实验表明该技术能够准确地分割出低质量的指纹图像。在指纹图像增强过程中,提出了新的基于连接成分分析的结构张量并且把它应用到共生增强弥漫滤波器中,实验结果表明基于结构张量的共生增强弥漫滤波器算法提供了比线性结构张量更可靠的结果。在指纹图像细化方面,介绍了基于形态学的细化算法,通过实验研究可以看出,该算法设计灵活,便于实现,具有一定的实用性。本文预处理算法的实验结果均为在VC++平台下实现,结果表明,本文通过一整套预处理算法有效地改善了指纹图像的质量,为后续的特征提取和匹配做了先期准备。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 生物识别技术简介
• 1.1.1 什么是生物识别技术
• 1.1.2 生物识别技术特点
• 1.1.3 生物识别技术种类
• 1.2 指纹识别技术简介
• 1.2.1 指纹图像采集
• 1.2.2 指纹图像预处理
• 1.3 课题提出的背景及意义
• 1.4 该课题研究的历史和国内外研究现状
• 1.5 本论文研究的主要内容及章节安排
• 第2章 相关技术
• 2.1 BMP图像格式解析
• 2.1.1 BMP图像文件
• 2.1.2 位图文件的读取
• 2.2 指纹图像特征描述
• 2.3 指纹识别的处理流程
• 第3章 指纹图像分割算法研究
• 3.1 基本原理
• 3.1.1 数学形态学
• 3.1.2 梯度算子
• 3.1.3 中值滤波器
• 3.2 具体实施步骤
• 3.3 实验结果及相关数据
• 3.4 本章结论
• 第4章 指纹图像增强算法研究
• 4.1 基本原理
• 4.1.1 高斯滤波器
• 4.1.2 Gabor滤波器
• 4.1.3 结构张量
• 4.2 基于连接成份分析结构张量的共生增强扩散滤波
• 4.3 具体实施步骤
• 4.3.1 共生增强扩散滤波器
• 4.3.2 结构张量连接成份分析
• 4.4 实验结果及相关数据
• 4.5 本章结论
• 第5章 基于形态学的指纹图像细化处理
• 5.1 细化基本原理
• 5.2 基于数学形态学的指纹图像细化
• 5.3 实验结果及相关数据
• 5.4 本章结论
• 第6章 结束语
• 参考文献
• 致谢