基于指纹曲线特征的预处理算法研究

论文摘要

自动指纹识别是生物特征识别技术的一种，它依靠手指皮肤蕴涵的信息作为特征对主体进行身份验证。由于指纹这类特征的唯一性和不变性，以及指纹识别具有很高的实时性，使指纹识别成为最流行、最方便、最可靠的个人身份认证技术之一。指纹识别过程主要分为4个步骤：1指纹采集，2图像预处理，3特征提取，4细节匹配。本文对指纹图像预处理算法进行了深入研究和探讨，将预处理分为增强、细化两个部分进行介绍。本文针对层次特性提出了一种基于十字方向滤波的增强算法。该算法根据指纹图像点方向估计的结果，对脊线边界的清晰部分和模糊部分进行过渡分割，然后利用高频滤波增强高频分量减少图像模糊，利用低通滤波滤去高频部分，减少噪音。二值化采取图像采用局部阈值自适应算法得到。在此基础上，设计了细化保留模板对二值图像进行细化，模板有效保护指纹趋势和细节点。为了测试算法性能，我们在FVC2000和FVC2004提供的标准指纹库进行试验，并在PC机上用VC++编程实现。实验结果表明该算法对指纹图像进行了有效地增强，而且细化结果较好的保留了指纹的纹理结构和细节特征，为后续的特征提取和匹配奠定了基础。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 生物特征识别
• 1.2.1 生物特征识别技术简介
• 1.2.2 生物特征分类
• 1.3 指纹识别研究现状
• 1.4 本文的研究内容和意义
• 第二章 指纹识别相关知识
• 2.1 指纹识别特点
• 2.2 指纹图像的获取
• 2.3 指纹图像的预处理
• 2.4 指纹特征提取
• 2.5 指纹特征匹配
• 第三章 指纹图像增强
• 3.1 增强算法介绍
• 3.2 点方向估计
• 3.3 十字方向滤波
• 3.4 高通滤波与低通滤波运算
• 3.5 二值化
• 3.6 实验结果及分析
• 第四章 指纹图像细化算法
• 4.1 细化简介
• 4.2 细化算法
• 4.3 实验结果及分析
• 第五章 工作总结及展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文