基于大容量指紋庫(kù)的指紋自動(dòng)分類(lèi)檢索技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)和信息技術(shù)的快速發(fā)展，自動(dòng)指紋識(shí)別技術(shù)的應(yīng)用領(lǐng)域和范圍在不斷擴(kuò)大，因此也出現(xiàn)了更多的應(yīng)用需求?，F(xiàn)有的指紋識(shí)別算法針對(duì)大容量指紋庫(kù)的識(shí)別仍存在很多不足，本文以基于大容量指紋庫(kù)的指紋自動(dòng)分類(lèi)檢索技術(shù)研究為主線(xiàn)，在指紋質(zhì)量評(píng)估、指紋特征提取、指紋分類(lèi)檢索等方面進(jìn)行了研究，主要研究成果有:
　　 1、研究了一種基于全局特征與局部特征相結(jié)合的指紋質(zhì)量評(píng)測(cè)方法。該方法根據(jù)不同的評(píng)測(cè)指標(biāo)對(duì)指紋圖像質(zhì)量進(jìn)行分級(jí)評(píng)估，對(duì)于質(zhì)量不合格的指紋

2、，立即終止其評(píng)估流程，提示用戶(hù)重新輸入指紋圖像。
　　 2、深入分析了指紋圖像奇異區(qū)的結(jié)構(gòu)特點(diǎn)，提出了一種基于復(fù)數(shù)濾波和Gaussian-Hermite矩相結(jié)合的奇異點(diǎn)定位方法。首先根據(jù)指紋圖像的曲率分布情況初步定位奇異區(qū)，然后分別利用復(fù)數(shù)濾波技術(shù)和Gaussian-Hermite矩的分布屬性對(duì)奇異點(diǎn)進(jìn)行精確定位，去除圖像處理過(guò)程中出現(xiàn)的偽奇異點(diǎn)，同時(shí)有效地提取出相互靠得很近的那對(duì)奇異點(diǎn)，提高了奇異點(diǎn)定位的準(zhǔn)確率。
　　

3、 3、深入分析了指紋圖像的頻譜結(jié)構(gòu)特征，提出了一種基于頻譜特征分析的脊線(xiàn)平均頻率計(jì)算方法。為降低非線(xiàn)性形變與灰度對(duì)計(jì)算結(jié)果的影響，截取指紋圖像的中心區(qū)域，分別對(duì)其作增強(qiáng)和二值化處理，然后通過(guò)傅里葉變換求取脊線(xiàn)平均頻率。該方法降低了計(jì)算復(fù)雜度，提高了計(jì)算結(jié)果的可靠性。
　　 4、研究了指紋分類(lèi)算法，為適應(yīng)大容量指紋庫(kù)的快速搜索匹配識(shí)別，提高系統(tǒng)的識(shí)別效率，提出了一種基于紋型類(lèi)別、奇異點(diǎn)間的脊線(xiàn)數(shù)目和指紋中心區(qū)域脊線(xiàn)平均頻率的指紋多