指纹识别及快速匹配算法的研究

论文摘要

随着计算机技术的飞速发展和信息技术的广泛应用,利用计算机进行身份识别的技术有了长足的发展。指纹的不变性和唯一性,使指纹识别技术成为目前应用最广泛的身份验证与识别技术之一。本文对指纹识别技术的关键部分,包括指纹预处理、特征提取、特征匹配以及建立指纹特征数据库等方面行了深入研究。在图像预处理部分,结合小波变换较强的去噪特性和二维Gabor滤波分解算法处理时间较少的优点,提出了一种基于Gabor分解函数的小波域指纹增强算法,该算法对灰度指纹图像进行一层小波变换后仅对指纹图像的低频子图进行纹线方向估计,不但可以削弱指纹图像高频信息对方向估计的影响,而且可以减少方向估计时间。同时,二维Gabor滤波分解算法乘法运算次数明显小于二维Gabor滤波算法的乘法次数。最后将增强后的四个子图进行小波逆变换得到重构后的图像。并对二值化和细化算法进行了深入的研究。在特征提取方面,首先采用8邻域法提取指纹细节特征,然后分析了各种伪特征点的分布规律,针对其特点对伪特征点进行删除。同时设计了一个合理的人员信息表来存储指纹特征信息,提高了数据库的性能。在特征匹配方面,提出了一种新的基于矢量三角形的分段式点模式匹配算法。首先根据特征点集合中3个近邻点所组成的子集之间的相互关系来确定匹配参考点和任意两点的匹配分数,然后将特征点相对于参考点转换到极坐标系中刻画,对输入图像进行坐标校准的同时引入可变大小的限界盒的概念来解决一定程度的局部变形问题,并将指纹特征点到参考点的纹线数之差作为判决条件重新计算匹配分数,进而求出两幅指纹匹配的点对,若其大于预先设定的阈值则两幅指纹匹配。最后,在Visual C++6.0软件环境下自行开发了自动指纹识别系统,并对其性能进行了测试。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生物识别技术概述
• 1.2 指纹识别技术
• 1.2.1 指纹识别技术的发展和国内外研究现状
• 1.2.2 指纹识别技术的主要优缺点
• 1.3 本文的主要研究工作
• 第二章 指纹识别过程综述
• 2.1 指纹结构和特征
• 2.1.1 指纹的总体特征
• 2.1.2 指纹的局部特征
• 2.2 指纹识别系统的基本组成
• 2.2.1 指纹取像设备的介绍
• 2.2.2 指纹识别算法组成
• 2.3 指纹识别系统的性能指标
• 2.4 本文指纹识别系统总体框图
• 第三章 指纹图像预处理
• 3.1 基于Gabor 函数的指纹增强算法
• 3.1.1 图像归一化
• 3.1.2 方向场估计
• 3.1.3 频率场估计
• 3.1.4 区域掩码估计
• 3.1.5 Gabor 滤波
• 3.2 基于Gabor 分解函数的小波域指纹图像增强算法
• 3.2.1 小波变换
• 3.2.2 小波系数调整
• 3.2.3 Gabor 分解滤波和图像重构
• 3.2.4 实验结果
• 3.3 指纹图像二值化
• 3.4 指纹图像细化
• 3.4.1 快速细化算法
• 3.4.2 改进的OPTA 算法
• 3.4.3 复合细化算法
• 3.4.4 细化实验结果
• 3.5 本章小结
• 第四章 指纹特征提取算法
• 4.1 细节特征提取
• 4.2 指纹特征点后处理
• 4.2.1 常见的伪特征及特点分析
• 4.2.2 伪特征点去除算法
• 4.3 特征点信息的记录和存储
• 4.3.1 指纹识别的登记和比对
• 4.3.2 写入数据库
• 4.4 本章小结
• 第五章 指纹特征匹配算法
• 5.1 基于矢量三角形的点模式匹配
• 5.1.1 指纹特征三角形和三角形编码
• 5.1.2 指纹特征三角形编码算法
• 5.2 基于矢量三角形的分段式点模式匹配算法
• 5.2.1 局部匹配
• 5.2.2 全局匹配
• 5.3 实验结果
• 5.4 本章小结
• 第六章 实验及结论
• 6.1 指纹识别系统的设计与实现
• 6.2 总结和展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文