指纹图像预处理算法研究

论文摘要

指纹识别技术是计算机模式识别领域一个很热门的研究课题,有着很广阔的应用前景。指纹图像预处理是指纹识别过程的第一步,预处理效果的好坏直接影响着识别系统的效果,而指纹图像的增强、二值化和细化则是预处理过程的核心。本文重点对指纹图像的增强、二值化与细化算法进行研究,同时对这些方法中所要使用的方向图算法进行了深入研究。在归纳和吸收国内外学者研究成果的基础上,实现了多种方向图、图像增强、二值化与细化算法,同时对部分算法进行了改进,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。这些改进算法主要包括:（1）在指纹图像的增强方面,首先实现并分析了指纹滤波中以及后面工作必须用到的方向图的几种算法,然后在分析并实现了主要的两种指纹增强方法之后,将偏微分方程去噪方法引入到了指纹的滤波中,主要对J.Weiekert的非线性扩散方程进行了改进,采用了基于迹的扩散模型,并提出了一种基于P-M模型的非线性结构张量,以此为基础重构扩散张量与扩散模型,解决了原方法在图像边缘变化比较剧烈的区域会出现虚假边缘,以及无法很好的沿边缘扩散的问题。（2）在指纹图像的二值化方面,分析并实现了已有的二值化方法,并且提出了一种结合频率信息和方向信息的二值化方法,该方法对于图像质量较差的指纹图像具有着很好的二值化效果。（3）在指纹图像细化方面,对于快速细化算法和改进的OPTA算法进行了改进,分别解决了快速细化算法细化不够彻底和改进OPTA算法分叉点处细化不彻底和毛刺过多的问题。并对这些细化算法进行了比较。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 生物识别技术概述
• 1.2 指纹识别技术现状和发展前景
• 1.3 本论文章节安排
• 2 指纹识别的基本原理
• 2.1 指纹识别的基本概念
• 2.2 指纹识别的基本流程
• 2.2.1 指纹图像的采集
• 2.2.2 指纹图像的预处理
• 2.2.3 指纹图像特征提取
• 2.2.4 指纹的匹配
• 2.3 本章小结
• 3 指纹图像的增强
• 3.1 方向图的计算
• 3.1.1 切片法求取方向图
• 3.1.2 基于梯度的方向图
• 3.1.3 基于线性结构张量的求法
• 3.2 方向滤波增强算法
• 3.3 GABOR滤波器增强算法
• 3.4 结合非线性结构张量的偏微分方程滤波方法
• 3.4.1 基于散度的扩散方程的指纹图像增强
• 3.4.2 相关扩散方程的不足与分析
• 3.5 改进的基于迹的非线性扩散滤波方法
• 3.5.1 基于迹的非线性扩散方程
• 3.5.2 基于P-M模型的非线性结构张量
• 3.5.3 改进的基于迹的非线性扩散滤波方法
• 3.6 试验结果和分析
• 3.7 本章小结
• 4 指纹图像的二值化
• 4.1 二值化的基本概念
• 4.2 基于灰度空间分布的二值化方法
• 4.2.1 全局阈值二值化方法
• 4.2.2 局部动态阈值二值化
• 4.3 基于方向图的动态阈值二值化方法
• 4.4 结合频率和方向信息的二值化方法
• 4.5 试验结果分析
• 4.6 本章小结
• 5 指纹图像细化
• 5.1 快速细化算法
• 5.1.1 快速细化算法的主要步骤:
• 5.1.2 快速细化算法的不足及改进
• 5.2 改进的OPTA算法
• 5.2.1 改进OPTA算法的主要步骤
• 5.2.2 改进OPTA算法的不足及改进
• 5.3 实验结果与分析
• 5.4 本章小结
• 6 总结与展望
• 致谢
• 参考文献