基于VC++的指纹识别系统的研究

论文摘要

二十一世纪以来,生物技术和信息技术迅猛发展且日趋成熟,借助于生物特征进行身份识别的技术也得到了快速的发展。特别是现代指纹识别技术已成成为一种比较可靠且应用广泛的生物特征识别技术,由于指纹具有唯一性、稳定性、随身性等优点,这使得指纹识别技术优于其他人体生物特征识别技术。目前,虽然市场上已经有许多的指纹识别的成型产品,但是由于指纹识别的算法有待改进,现实环境的影响,理想的指纹识别技术仍然是一个很艰难的研究工作。本文主要针对指纹识别的各个部分进行了研究,介绍了现有的算法,并提出了一些改进,这主要包括指纹预处理、特征提取和指纹匹配等部分。在指纹预处理部分,本文对指纹图像的规格化、图像分割、指纹图像增强、图像二值化、细化等算法进行了研究,比较了各种算法,使用了方向滤波对指纹图像进行了滤波增强。在特征提取部分,本论文采用了八邻域编码提取细节特征点的算法。由于采用该算法提取的特征点中存在大量的伪特征点,这会影响后续的指纹匹配。因此,本文采用了纹线跟踪技术对伪特征点进行了滤除。最后,保存了指纹的特征点信息,为指纹匹配奠定了基础。对于指纹匹配,目前最常用的匹配方法是利用美国联邦调查局提出的细节点模型,将指纹识别中的匹配转化为点模式匹配。本论文也是采用这种匹配方法,并对引入脊线校准的细节点匹配算法进行了改进,即在细节点匹配时,考虑了更多的细节点所在脊线的信息。传统的匹配算法就是比较两特征点到各自参考点距离的差值是否在预设的范围之内来判断这两个特征点是否匹配,没有有效的利用脊线信息。本文采用的方法则充分的利用了脊线信息,首先对细节点处的脊线进行采样,然后进行相似度比较,把结果作为参考点选取的一项重要标准。这提高了参考点选取的准确性,减少了假匹配的次数,从而提高了匹配的准确度和速度。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 指纹识别技术的发展历程
• 1.3 指纹识别的发展前景
• 1.4 指纹识别系统的构成
• 1.5 本文的主要内容和结构
• 第2章 指纹采集和预处理
• 2.1 指纹图像的采集
• 2.2 指纹图像的规格化
• 2.3 指纹图像的分割
• 2.4 指纹图像增强
• 2.4.1 计算指纹图像的方向图
• 2.4.2 方向滤波器
• 2.4.3 图像增强的步骤
• 2.5 图像二值化
• 2.5.1 自适应局部阈值二值化
• 2.5.2 去噪
• 2.6 细化
• 2.7 指纹图像预处理实验
• 2.8 本章小结
• 第3章 指纹特征提取
• 3.1 邻域编码逐像素跟踪算法
• 3.2 特征提取的具体步骤
• 3.3 滤除伪特征点
• 3.3.1 常见的伪特征
• 3.3.2 伪特征点去除的算法
• 3.4 特征点集
• 3.5 本章小结
• 第4章 指纹匹配
• 4.1 使用细节特征进行指纹匹配的方法
• 4.2 基于点模式的细节特征匹配
• 4.3 指纹匹配的具体算法
• 4.3.1 引进脊线信息的指纹细节特征点匹配算法
• 4.3.2 上述方法的改进
• 4.4 本章实验
• 4.5 本章小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文及参加科研情况