自动指纹识别系统研究

论文摘要

指纹作为人与生俱来的生物特征,具有不易丢失、防伪、防攻击等优点,能为使用者提供安全、可靠的认证途径,因此已广泛地应用于各行各业。但指纹图的噪声、皮肤弹性等不利因素,使得已开发出的指纹识别系统性能始终不能很好的满足人们的需求,因此对指纹自动识别系统展开研究具有重要意义。本文针对自动指纹识别系统的各个组成环节进行了研究,主要包括指纹图像预处理、指纹特征提取、指纹特征匹配三个部分。研究了指纹图像预处理环节。主要讨论了指纹图像预处理的五个组成部分：指纹图像归一化、指纹图像分割、指纹图像增强、指纹图像二值化、指纹图像细化,重点研究了基于梯度一致性的指纹图像分割算法、Gabor滤波增强算法和OPTA细化算法。对预处理流程进行了改进,通过将质量评估引入预处理减少了所需时间,提高了预处理效率。研究了指纹图像特征提取环节。首先对指纹特征进行了分类总结,在此基础上针对局部特征和全局特征进行了特征提取算法的选择,最后,对伪特征提取算法进行了研究,针对模糊指纹产生的伪特征点提出了基于结构密度和对比度差信息的去除算法。研究了指纹特征匹配环节。首先讨论了细节点配准算法,在此基础上重点研究了指纹匹配算法,分析了基于点模式的细节匹配算法存在的问题,针对存在问题,选用了基于三角形基准点定位的匹配算法,该算法克服了其它一些基于细节点的指纹匹配算法依赖中心点的不足,并且在匹配过程中引入了界限盒的概念,增加了多判决的条件,大大提高了匹配率。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 生物特征识别技术
• 1.2 指纹识别技术
• 1.2.1 发展历史和研究现状
• 1.2.2 指纹识别技术的优点及其应用
• 1.3 本文的组织结构和完成的主要工作
• 1.3.1 本文完成的主要工作
• 1.3.2 本文内容组织结构
• 第2章 自动指纹识别系统
• 2.1 自动指纹识别系统总体框架及主要组成部分
• 2.1.1 指纹图像采集
• 2.1.2 图像预处理
• 2.1.3 特征提取
• 2.1.4 指纹特征匹配
• 2.2 工作方式
• 2.3 性能指标
• 2.4 本章小结
• 第3章 指纹图像预处理
• 3.1 归一化
• 3.2 指纹图像分割
• 3.2.1 基于方差的指纹分割法
• 3.2.2 基于梯度一致性的指纹分割法
• 3.3 指纹图像增强
• 3.3.1 方向图计算
• 3.3.2 纹线频率的计算
• 3.3.3 Gabor滤波增强
• 3.4 二值化
• 3.5 OPTA细化
• 3.6 改进的预处理方法
• 3.7 本章小结
• 第4章 指纹特征提取
• 4.1 指纹特征的分类
• 4.1.1 局部特征
• 4.1.2 全局特征
• 4.2 指纹特征提取
• 4.2.1 基于八邻域的细节特征提取
• 4.2.2 基于方向图的奇异点提取
• 4.3 伪特征点去除法
• 4.3.1 常规伪特征去除法
• 4.3.2 本文提出的伪特征去除法
• 4.4 本章小结
• 第5章 指纹特征匹配
• 5.1 细节点配准
• 5.2 基于点模式的细节匹配及其存在问题
• 5.2.1 点模式匹配的有关问题
• 5.2.2 细节匹配流程
• 5.2.3 存在问题分析
• 5.3 基于三角形基准点定位的匹配算法
• 5.3.1 基准点的确定
• 5.3.2 变换因子的求取
• 5.3.3 校准点集
• 5.3.4 基于界限盒的匹配
• 5.4 本章小结
• 第6章 总结
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表