基于小波變換的指紋識(shí)別算法.pdf

1、在科學(xué)技術(shù)迅猛發(fā)展的背景下，如何及時(shí)、準(zhǔn)確和有效地進(jìn)行身份驗(yàn)證成為一個(gè)熱點(diǎn)課題。因此，指紋識(shí)別技術(shù)，作為一種可靠的生物識(shí)別技術(shù)，越來(lái)越受到了人們的重視。在實(shí)際指紋圖像采集的過(guò)程中，由于指頭的干、濕、爆皮、刀口和傷痕等使得獲得的指紋圖像往往質(zhì)量很差，直接影響了指紋識(shí)別系統(tǒng)的性能，同時(shí)對(duì)指紋圖像識(shí)別算法也提出了更高的要求。 本文針對(duì)指紋圖像的特性，將小波變換、神經(jīng)網(wǎng)絡(luò)算法、遺傳算法應(yīng)用于指紋識(shí)別技術(shù)，以改善指紋識(shí)別算法的性能。主要研

2、究成果和創(chuàng)新點(diǎn)如下： 1、針對(duì)局部灰度方差算法抗噪聲干擾能力差的缺陷，采用多尺度分析的方法，從指紋圖像中提取指紋區(qū)樣本，克服了局部灰度方差算法的不足。提出采用點(diǎn)比率函數(shù)作為分割參數(shù)，通過(guò)對(duì)指紋區(qū)樣本的分析計(jì)算，獲得點(diǎn)比率函數(shù)的最佳閾值。對(duì)指紋區(qū)采用超限閾值函數(shù)處理，實(shí)現(xiàn)脊線和谷線的分割。仿真結(jié)果表明，該算法能很好的實(shí)現(xiàn)背景區(qū)和指紋區(qū)、脊線和谷線的分割，并且具有良好的抗噪聲干擾能力。 2、針對(duì)指紋圖像具有的方向特性，提出了

3、一種基于小波變換和線型中值濾波的指紋圖像增強(qiáng)算法，以最小方差為準(zhǔn)則，選取一個(gè)與局部紋線最吻合的方向，按定向擴(kuò)散的方法，從指紋灰度值數(shù)組中提取一維特征數(shù)據(jù)。根據(jù)噪聲在小波域下的統(tǒng)計(jì)特性，將中值濾波和軟閾值函數(shù)萎縮方法相結(jié)合以有效地消除噪聲。仿真結(jié)果表明，該算法能有效地消除指紋圖像噪聲，增強(qiáng)指紋特征信息，尤其對(duì)紋線上和紋線附近的噪聲去噪明顯，有很好的紋線增強(qiáng)效果。 3、將小波變換與神經(jīng)網(wǎng)絡(luò)相結(jié)合用于指紋圖像壓縮，提出了一種基于小波變

4、換與神經(jīng)網(wǎng)絡(luò)混合量化的指紋圖像壓縮算法。該算法首先將小波變換后的圖像高頻子帶劃分為掃描塊，使用神經(jīng)網(wǎng)絡(luò)的方法將這些掃描塊劃分為類平坦過(guò)渡弱紋理和強(qiáng)紋理，然后依據(jù)圖像的紋理復(fù)雜度和重要性程度，掃描重要的小波系數(shù)。重要的小波系數(shù)采用嵌入式零樹(shù)小波（EZW）編碼。實(shí)驗(yàn)結(jié)果表明，該圖像壓縮算法在壓縮速度圖像復(fù)原質(zhì)量等方面均優(yōu)于DCT編碼和JPEG編碼。 4、利用遺傳算法搜索輸入細(xì)節(jié)點(diǎn)和模板細(xì)節(jié)點(diǎn)之間的最優(yōu)對(duì)應(yīng)關(guān)系，這種對(duì)應(yīng)關(guān)系使兩個(gè)細(xì)節(jié)