指紋紋線特征提取與匹配.pdf

1、指紋是一種具有“人人都有”的普遍性、“每人不同”的可區(qū)分性、“一生不變”的穩(wěn)定性、容易采集等良好特性的生物特征，因此被深入研究并廣泛用于身份認證領域。目前，指紋識別研究已經取得了大量的成果，并被廣泛應用到刑偵、金融、軍事等很多領域。在應用過程中，對低質量、小面積、彈性形變嚴重等指紋圖像識別的準確性提出了更高的要求，針對這些問題很多算法被研究出來，這些研究成果都是以指紋的節(jié)點特征為基礎開展提取和匹配。我們通過觀察分析和實驗比較發(fā)現(xiàn)，從紋線

2、的層次來描述指紋比從節(jié)點的層次更符合人類專家比對指紋的過程，能夠提供更多的特征用于匹配，能更好地區(qū)分一些用節(jié)點特征無法正確匹配的指紋，提高指紋識別的準確性。本研究主要內容包括：
　?、盘岢隽嘶贚og-Gabor濾波器的指紋紋線區(qū)域提取方法。Log-Gabor濾波器對指紋的不同干濕狀態(tài)下采集的圖像，特別是局部灰度對比度很小的區(qū)域，Log-Gabor濾波能很好地使紋路區(qū)域保持較大亮度而非紋路區(qū)域亮度較小，采用動態(tài)灰度閾值的自適應閾值

3、分割可以很好的去掉灰度較小的非紋路區(qū)域。根據(jù)方向可靠性的性質，在紋路清晰區(qū)域紋線方向與周圍塊方向差異較小，從而方向可靠性高，這樣可以排除可靠性低的噪聲大的紋路混亂區(qū)域。兩種標準相結合的分割方法，可以有效處理不同干濕狀態(tài)下采集的指紋圖像，同時較好區(qū)分紋路清晰和混亂的區(qū)域，避免紋路混亂區(qū)域帶來錯誤特征，有效分割指紋的紋線區(qū)域以便進一步特征提取和匹配。
　　⑵提出了適合于指紋匹配的紋線特征表示方法。指紋的紋線特征包括點特征、線特征和拓撲

4、特征，其中點特征是一條紋線兩端的終點的坐標、方向、類型等特征，節(jié)點（分叉點和端點）是點特征的一個真子集，線特征包括紋線的起點、終點、最大曲率、長度、類型等特征，拓撲特征是紋線之間的相鄰關系。紋線特征包含了節(jié)點特征，從理論上講，通過節(jié)點特征能識別的指紋通過紋線特征都能識別，因為紋線特征比節(jié)點特征包含更大信息量，根據(jù)節(jié)點特征無法恢復原有的指紋紋路，但根據(jù)紋線特征可以恢復指紋的紋路結構，因此可以更好地區(qū)分用節(jié)點特征無法正確匹配的指紋。此外，由

5、于紋線特征包括拓撲特征，按照拓撲結構對紋線特征進行存儲，可以直接對可能匹配的紋線進行比對，避免了節(jié)點特征匹配時需要對所有節(jié)點進行全比對，提高了匹配效率。因此指紋的紋線特征是一種比節(jié)點特征更有效的指紋特征表示方法。
　?、翘岢隽藦膫鹘y(tǒng)細化圖像中提取指紋紋線特征的方法。指紋圖像經過方向計算、分割、增強、細化等處理后，改進從細化圖像中提取節(jié)點的算法，在分割后的細化圖像中提取節(jié)點的同時提取紋線特征。該方法在節(jié)點特征提取的基礎上提取紋線的起

6、點、終點、最大曲率、長度、類型、拓撲等特征，用很小的額外計算代價和存儲空間得到指紋的紋線特征，實驗表明紋線特征在指紋匹配及快速匹配發(fā)揮了比節(jié)點特征更好的效果。
　　⑷提出了指紋紋線的匹配方法，包括基于特征紋線的指紋對齊和紋線特征匹配兩個階段。首先提出了8種可以用于對齊的特殊紋線的定義和提取方法，其次按照優(yōu)先級對特殊紋線進行初始對齊，計算兩個指紋的對齊參數(shù)。對齊后直接根據(jù)紋線的線特征和拓撲特征搜索配對節(jié)點，采用固定閾值對紋線上的節(jié)點

7、特征計算節(jié)點的相似度，從而獲得模板指紋和輸入指紋的匹配分數(shù)。在FVC2006 DB3和DB4上的實驗結果表明，紋線特征的提取和匹配提高了指紋識別的準確性。
　　⑸提出了基于紋線特征的快速匹配方法，在特殊紋線的基礎上，根據(jù)紋線的拓撲特征、線特征和點特征來確定紋線的可靠性，結合對FVC指紋庫中高可靠性紋線的統(tǒng)計分析，可以僅選用可靠性高的紋線進行匹配。在FVC2006 DB3和DB4的紋線快速匹配實驗表明，基于紋線特征的快速匹配算法顯著

8、提高了指紋識別的速度，雖然快速匹配算法對識別準確率有一定影響，但在可以接受的范圍內，而且在 FVC2006 DB3中指紋圖像彈性形變較大時，相比全局的指紋對齊方法，紋線特征的快速匹配的準確率還有所提高。
　?、侍岢隽艘环N基于圖像質量分區(qū)的指紋特征提取方法，對指紋識別流程進行優(yōu)化，以提高應用系統(tǒng)的實用性。在實際應用中，只有部分指紋圖像的質量不高且這些圖像中也只有部分區(qū)域質量較低。針對這個問題，提出了一種基于圖像質量分區(qū)的指紋特征提取