自动指纹识别系统的研究与实现

论文摘要

随着社会的发展,人们对于身份认证的要求越来越高,传统的身份认证方式已经不能满足人们对于身份认证安全性和可靠性的要求,基于生物识别的身份认证技术越来越广泛地应用于人们的生活中。指纹具有很好的稳定性、独特性、可采集性及容易被人们所接受的优点,已成为比较理想的身份认证方式。目前许多指纹认证产品已经被研究成功并有了较为广泛的应用,但是还不能够满足当今社会的实际需求。本文在研究了传统指纹识别方法的基础上,对于指纹图像预处理、特征点提取及匹配算法有较为详细的研究并进行了改进,主要工作如下：预处理阶段本文给出了详细的指纹图像场的计算法,并对基于灰度的指纹图像的分割算法进行了改进,同时提出了一种新的基于梯度场的指纹图像分割方法；研究与比较了基于Gabor函数的增强算法与基于方向图的增强算法,并对基于Gabor函数的增强算法进行了改进,实验证明改进的增强算法消除了处理过程中产生的块效应；对固定阈值算法、动态阈值算法及基于方向的指纹二值化算法进行了研究与比较,将动态阈值二值化算法与基于方向的二值化算法结合改进,更好地实现了指纹图像的二值化,并采用经典的OPTA算法完成指纹图像的细化处理。特征提取与匹配阶段,本文采用了基于细化图像的特征点提取方法,选取了比较方便的8邻域编码提取指纹端点和叉点,而对于中心点和三角点的提取则引用了Poincare公式。对于指纹图像的匹配模块,首先研究了基于局部场的指纹图像配准方法,在图像配准的基础上采用界限盒求取匹配阈值完成指纹匹配过程,并给出了详细的指纹图像匹配算法。本文通过VisualC++6.0编程实现了整个自动指纹识别系统的预处理及特征提取,并取得了较好的效果,为以后的特征匹配工作打下了良好的基础。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 生物识别方式及特性比较
• 1.3 指纹识别技术概述
• 1.3.1 指纹特征的定义及分类
• 1.3.2 指纹的特征
• 1.3.3 指纹识别技术与其它生物识别技术的优越性比较
• 1.4 指纹识别技术的发展历史及研究现状
• 1.5 指纹识别技术的应用领域
• 第二章 指纹识别系统结构与算法
• 2.1 指纹识别系统组成结构
• 2.1.1 指纹图像的采集
• 2.1.2 指纹图像预处理
• 2.1.3 指纹图像特征提取与匹配
• 2.2 指纹识别系统算法
• 第三章 指纹图像预处理
• 3.1 指纹图像预处理算法流程
• 3.2 指纹图像场计算
• 3.2.1 指纹图像场概述
• 3.2.2 指纹图像场的计算法
• 3.3 指纹图像的分割
• 3.3.1 基于方向的指纹图像分割算法
• 3.3.2 基于灰度的指纹图像分割算法
• 3.3.3 改进的基于灰度的指纹分割算法
• 3.3.4 基于梯度场的指纹图像分割算法
• 3.4 指纹图像的均衡、收敛与平滑
• 3.4.1 基于灰度直方图的指纹图像的均衡化
• 3.4.2 指纹图像的收敛
• 3.4.3 指纹图像的平滑
• 3.5 指纹图像的增强
• 3.5.1 基于Gabor滤波的指纹图像增强算法
• 3.5.2 基于方向图的指纹图像增强算法
• 3.5.3 改进的指纹图像增强算法
• 3.6 指纹图像二值化算法与改进
• 3.6.1 固定阈值二值化
• 3.6.2 动态阈值二值化
• 3.6.3 方向二值化
• 3.6.4 三种二值化方法的比较与改进
• 3.6.5 指纹图像二值化后去噪处理
• 3.7 OPTA指纹图像细化算法
• 第四章 指纹特征点的提取与匹配
• 4.1 引言
• 4.2 基于细化图的指纹特征点的提取
• 4.2.1 端点与又点的提取
• 4.2.2 中心点、三角点的提取
• 4.2.3 伪特征点的去除
• 4.3 指纹图像的匹配
• 4.3.1 指纹图像的配准方法
• 4.3.2 指纹图像配准的相似度计算
• 4.3.3 指纹图像的匹配方法
• 第五章 实验结果及分析
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间的主要研究成果