基于細(xì)節(jié)點(diǎn)的高魯棒性指紋識別算法研究與實(shí)現(xiàn).pdf

1、指紋識別系統(tǒng)是應(yīng)用最為廣泛的個(gè)人身份識別系統(tǒng)，這是因?yàn)槿梭w指紋具有非常優(yōu)異的易用性、可靠性和穩(wěn)定性。然而，由于指紋本身的復(fù)雜性以及個(gè)人身份識別應(yīng)用場景的不斷演變，指紋識別算法的研究與實(shí)現(xiàn)仍然面臨著很多挑戰(zhàn)和難題亟待解決。比如對于低質(zhì)量指紋圖像，特別是存在嚴(yán)重非線性形變的圖像，現(xiàn)有的指紋識別算法通常無法達(dá)到理想的識別效果。因此，進(jìn)一步提高指紋識別算法的魯棒性具有十分重要的意義。為解決上述問題，本文提出了一種基于細(xì)節(jié)點(diǎn)的高魯棒性指紋識別算法

2、。
　　基于細(xì)節(jié)點(diǎn)的指紋識別算法可以分為指紋細(xì)節(jié)點(diǎn)提取算法和基于細(xì)節(jié)點(diǎn)的指紋匹配算法兩部分。本文首先闡述了指紋細(xì)節(jié)點(diǎn)提取算法，通過指紋圖像輸入、指紋方向場的生成、指紋圖像二值化、指紋細(xì)節(jié)點(diǎn)檢測、指紋質(zhì)量場生成、低質(zhì)量指紋細(xì)節(jié)點(diǎn)移除以及指紋細(xì)節(jié)點(diǎn)模板文件輸出等步驟的處理，得到了指紋細(xì)節(jié)點(diǎn)信息，并作為后續(xù)指紋匹配算法輸入。接著本文設(shè)計(jì)了基于細(xì)節(jié)點(diǎn)的指紋匹配算法，首先通過局部匹配得到初步的識別結(jié)果，然后利用細(xì)節(jié)點(diǎn)的質(zhì)量、輸入和模板指紋圖

3、像重疊區(qū)域面積等一系列簡單易得的全局指紋細(xì)節(jié)點(diǎn)相關(guān)特征，經(jīng)由全局匹配環(huán)節(jié)優(yōu)化局部匹配結(jié)果得到最終的識別結(jié)果。除了算法設(shè)計(jì)以外，本文還在包含嵌入式CPU和GPU的異構(gòu)平臺上完整地實(shí)現(xiàn)了高性能、低能耗指紋識別算法，完成了自動指紋識別系統(tǒng)的全部功能。
　　實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的指紋識別算法在FVC2006DB2和DB3上的EER分別為1.00％和4.82％，F(xiàn)MR1000分別為2.30％和16.13％，在魯棒性方面明顯優(yōu)于其他先進(jìn)的指

4、紋識別算法;本文提出的嵌入式異構(gòu)平臺映射方案中的指紋細(xì)節(jié)點(diǎn)提取算法和基于細(xì)節(jié)點(diǎn)的指紋匹配算法的執(zhí)行時(shí)間分別為477.08ms和107.07ms，能耗分別為647.11 mJ和137.27mJ，相對于僅使用嵌入式CPU的映射方案，指紋細(xì)節(jié)點(diǎn)提取算法加速1.32倍，同時(shí)減少了13.53％的能耗。最后，本文還將嵌入式異構(gòu)平臺的映射方案與其他高水平的嵌入式指紋識別系統(tǒng)進(jìn)行了比較，充分證明了在移動平臺計(jì)算資源與能耗受限制的情況下，本文提出的利用嵌