自动指纹识别系统中若干关键算法的研究

论文摘要

自动指纹识别系统的研究是当今身份认证领域的研究热点之一。尽管自动指纹识别的理论研究与应用开发已取得了重大进展,但指纹识别算法的准确性和识别速度仍有待提高。本文简要介绍了指纹识别系统的结构与工作原理,综合利用数字图像处理、模式识别等方面的知识,对指纹图像增强、特征提取、指纹分类和指纹匹配等问题进行了有益的探讨,取得了以下研究成果:1.在指纹图像增强算法方面,提出了一种改进的基于Gabor滤波的指纹图像增强算法。首先采用基于线性支持向量机的指纹图像分割方法对指纹图像进行有效分割,再准确提取指纹方向图和纹线频率,最后结合改进的圆形Gabor滤波器实现指纹图像增强。2.在指纹特征提取算法方面,改进了基于灰度图像的指纹细节点提取算法,该算法结合细化图像上提取出来的细节点进行基于信息融合原理的粗去伪,再根据指纹分割模板去除前景区边缘的错误细节点,然后针对不同类型的伪细节点,综合运用多种后处理规则予以剔除。3.在指纹分类算法方面,一是结合指纹奇异点信息和中心区域的脊线走向,提出了基于结构和规则的指纹分类方法,并基于模型引入反馈机制以提高分类准确率;二是提出了基于平均纹线间距的指纹检索方法,根据输入指纹的平均纹线间距在模板数据库中进行连续检索,通过调整搜索半径的大小可以实现任意的分类精度。4.在指纹匹配算法方面,采用指纹细节点局部匹配与全局匹配相结合的两级匹配策略。定义了一种基于脊线和邻域细节点信息的局部结构,再根据指纹中心点的提取情况,选择不同的局部匹配搜索方案以降低计算复杂度;根据局部匹配结果,选取参考点进行极坐标变换,然后采用弹性匹配算法以确定细节点之间的对应关系并计算最终的匹配分数。

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 研究历史
• 1.2.2 研究意义
• 1.2.3 国内外研究的应用成果
• 1.3 自动指纹识别系统概述
• 1.3.1 基本构成
• 1.3.2 自动指纹识别的性能指标
• 1.3.3 自动指纹识别的技术难点和主要问题
• 第二章 指纹图像预处理
• 2.1 常用的指纹图像增强算法
• 2.2 改进的基于Gabor滤波的指纹图像增强算法
• 2.2.1 Gabor滤波器及图像增强原理
• 2.2.2 指纹图像分割
• 2.2.3 指纹方向图
• 2.2.4 指纹纹线的平均频率
• 2.2.5 指纹图像的Gabor滤波算法
• 2.3 实验结果
• 第三章 指纹特征提取
• 3.1 常用的指纹细节点提取方法
• 3.2 基于灰度图像的指纹细节点提取方法
• 3.2.1 起始点定位
• 3.2.2 基于灰度分布的脊线跟踪
• 3.2.3 伪细节点去除
• 3.3 实验结果
• 第四章 指纹分类
• 4.1 指纹分类方法概述
• 4.2 基于结构和规则的指纹分类方法
• 4.2.1 对称轴的求取和基于方向的脊线跟踪
• 4.2.2 算法实现
• 4.2.3 实验分析
• 4.3 基于平均纹线间距的指纹检索方法
• 4.3.1 算法描述
• 4.3.2 实验分析
• 第五章 指纹匹配
• 5.1 常用指纹匹配方法的比较
• 5.2 基于点模式的指纹特征匹配方法
• 5.2.1 细节点局部匹配
• 5.2.2 细节点全局匹配
• 5.3 实验结果
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要研究成果