指纹识别中匹配算法的研究

论文摘要

指纹识别技术是一种利用人的指纹特征通过计算机进行身份自动识别的综合技术，属于生物特征识别领域。应用指纹进行身份鉴别已有悠久的历史，很多国内外学者对指纹识别技术作了深入细致的分析和研究，并提出不少卓有成效的算法，取得了丰硕的成果。然而，指纹识别仍然存在一些未得到完全解决的技术难点。随着指纹识别技术得到越来越广泛的应用以及应用要求的不断增加，大多指纹匹配算法存在的计算复杂度高，匹配速度慢以及准确率低等问题越来越突出。本文提出了两种指纹匹配算法，在准确性、算法复杂度及运算速度上有了很大的改进。本文提出了一种基于Haar小波变换函数的指纹匹配算法,该算法基于Haar小波变换直接对二值化的指纹图像提取指纹的特征信息,然后采用夹角余弦法对提取出来的特征进行匹配，由于直接从二值化图像中提取细节特征，简化了复杂的预处理步骤，极大的减少了计算量，提高了识别的速度。实验表明该方法有较好的平移不变性和旋转不变性。总之，基于Haar小波函数的指纹匹配算法是一种实际可行的指纹匹配算法，具有简单易行，较好的实时性和鲁棒性等优点。为提高指纹匹配的正确率以及减少运行时间，提出一种基于特征向量的分段式点匹配算法，该算法采用了Dinesh P Mital等人提出的分段式算法的思路，综合局部细节匹配算法和全局匹配算法，提出一种将两者相融合的二次匹配方法。在提取指纹细节特征信息并去除伪特征点后，首先进行局部细节特征的一次匹配，获得局部特征之间的匹配分数；然后根据匹配分数对指纹图像进行旋转校正，进而对全局特征进行二次匹配，计算匹配向量，并利用匹配向量获得匹配率决定最终匹配结果。我们在不同质量的多个指纹数据库上测试，实验结果表明：该算法获得较高正确率，这也说明了该算法的有效性。

论文目录

• 摘要
• Abstract
• 目录
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 概论
• 1.2 指纹识别技术国内外研究现状
• 1.3 指纹匹配算法综述
• 1.4 本文的主要内容
• 1.5 本文的组织方式
• 1.6 小结
• 第2章 指纹识别各步骤方法综述
• 2.1 自动指纹识别系统概述
• 2.2 指纹图像采集
• 2.2.1 光学全反射式
• 2.2.2 晶体传感器式
• 2.2.3 超声波指纹采集技术
• 2.3 指纹图像预处理
• 2.3.1 指纹图像平滑
• 2.3.2 指纹图像增强
• 2.3.3 指纹图像细化
• 2.4 指纹图像特征提取
• 2.5 小结
• 第3章 指纹匹配算法中数学工具介绍
• 3.1 Fourier 分析
• 3.2 离散 Fourier 变换（DFT）
• 3.3 快速 Fourier 变换（FFT）
• 3.3.1 窗口 Fourier 变换（WFT）基本思想
• 3.4 小波分析
• 3.4.1 连续小波变换
• 3.4.2 离散小波变换
• 3.4.3 多分辨分析
• 3.4.4 小波变换的快速算法
• 3.4.5 本文选用的小波简介
• 3.5 小结
• 第4章 基于 Haar 小波函数的指纹匹配算法
• 4.1 引言
• 4.2 图像预处理
• 4.3 算法的实现
• 4.3.1 指纹图像二值化
• 4.3.2 使用 DWT 提取小波域上系数特征
• 4.3.3 算法步骤
• 4.4 算法比较及实验结果
• 4.4.1 传统算法的问题
• 4.4.2 基于小波变换算法的特点
• 4.4.3 小波变换算法的实验结果
• 4.5 实验结果分析讨论
• 4.5.1 问题的引出和分析
• 4.5.2 问题的进一步探讨
• 4.5.3 问题结论
• 4.6 小结
• 第5章 基于特征向量的指纹匹配算法
• 5.1 引言
• 5.2 局部特征向量的构造
• 5.2.1 指纹细节特征的表述
• 5.2.2 传统的细节特征提取算法
• 5.2.3 细节特征提取
• 5.2.4 去除伪特征点
• 5.2.5 局部特征向量
• 5.3 匹配过程
• 5.3.1 算法过程
• 5.3.2 初匹配
• 5.3.3 二次匹配
• 5.4 实验结果分析讨论
• 5.5 小结
• 结论
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录