指紋圖像分割與參考點(diǎn)提取算法研究.pdf

1、近年來，自動(dòng)指紋識(shí)別系統(tǒng)已經(jīng)成為生物特征識(shí)別研究的一個(gè)熱點(diǎn)，包括指紋采集、指紋增強(qiáng)、指紋分類、特征提取和指紋匹配等內(nèi)容，已有不少國內(nèi)外學(xué)者對(duì)指紋識(shí)別技術(shù)作了大量研究。但到目前為止，指紋識(shí)別仍存在著一些技術(shù)上的難點(diǎn)，主要體現(xiàn)在如一下兩個(gè)方面：一是在非理想條件下指紋圖像與背景區(qū)域的有效分割問題；二是在有彈性形變和特征點(diǎn)丟失、變形和旋轉(zhuǎn)的情況下如何可靠、穩(wěn)定的進(jìn)行指紋匹配的問題。 本文針對(duì)以上的兩個(gè)問題進(jìn)行了深入研究一,主要研究內(nèi)容

2、包括： 針對(duì)現(xiàn)有指紋圖像分割方法存在的不足之處，提出采用小波包分解對(duì)指紋圖像進(jìn)行分割的思想，并使用該思想實(shí)現(xiàn)了基于小波分析的指紋圖像分割方法。首先將待識(shí)別的指紋圖像使用小波包分解成多個(gè)子圖，每個(gè)子圖包含了原指紋圖像中某一段頻率的圖像信息；然后選擇一個(gè)合適的了圖，并在該子圖上提取出有效區(qū)域的輪廓；最后根據(jù)該輪廓并結(jié)合原圖像完成指紋圖像的分割。山于噪音總是存在于某一個(gè)頻率范圍中，通過選擇合適的子圖就可以最大可能的將噪音過濾掉，從而完

3、成有效區(qū)域的提取。大量典型低質(zhì)量指紋數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果證明了該算法的有效性。 提出了一種基于Delaunay三角化匹配的參考點(diǎn)提取方法?，F(xiàn)有的指紋匹配方法大多是利用指紋圖像中紋線端點(diǎn)和紋線分叉點(diǎn)這兩種點(diǎn)作為判斷指紋唯一性的特征點(diǎn)來識(shí)別指紋，這實(shí)際上是一個(gè)點(diǎn)模式匹配的問題。在點(diǎn)模式匹配中，往往需要在匹配前通過進(jìn)行平移和旋轉(zhuǎn)等操作將兩個(gè)點(diǎn)模式對(duì)準(zhǔn)，這也就需要在兩個(gè)點(diǎn)模式中找出一對(duì)或者一對(duì)以上的參考點(diǎn)以計(jì)算平移和旋轉(zhuǎn)參數(shù)。Delaun

4、ay三角網(wǎng)具有空外接圓性質(zhì)和最大的最小角度性質(zhì)，這使得在指紋特征點(diǎn)模式的匹配中最大可能的避免導(dǎo)致不穩(wěn)定和誤差的瘦小三角形出現(xiàn)，對(duì)于在有細(xì)微彈性形變和少量特征點(diǎn)丟失、變形和旋轉(zhuǎn)的情況下也能找到可靠的參考點(diǎn)對(duì)。對(duì)基于Poincare Index的奇異點(diǎn)檢測(cè)方法進(jìn)行了改進(jìn)。奇異點(diǎn)足指指紋圖像中方向變化比較大的地方中的某一個(gè)點(diǎn)，分為Core點(diǎn)和Delta點(diǎn)。奇異點(diǎn)最初是做用來對(duì)指紋圖像進(jìn)行分類，同時(shí)它也可以當(dāng)作是特殊的參考點(diǎn)。已有的基于poi

5、ncare Indes的方法對(duì)圖像中的每個(gè)象素點(diǎn)都進(jìn)行檢測(cè)，消耗的時(shí)間很大且有很高的誤檢測(cè)率。本文方法根據(jù)Core 點(diǎn)和Delta點(diǎn)的不同的形成特點(diǎn)，首先檢測(cè)到指紋圖像中可能包含奇異點(diǎn)的區(qū)域；然后在這幾個(gè)區(qū)域內(nèi)使用基于PoinareIndex的方法進(jìn)行奇異點(diǎn)檢測(cè)。改進(jìn)后的算法能更快速、準(zhǔn)確的檢測(cè)出指紋圖像中的奇異點(diǎn)，且有很好的魯棒性。 全文內(nèi)容共分五章。第一章緒論，主要介紹了指紋識(shí)別技術(shù)的概況及其存在的技術(shù)難點(diǎn)；做為開展研究工作的