基于隱馬爾可夫模型的指紋匹配研究.pdf

1、指紋識別技術(shù)是一種應用最廣泛的生物識別技術(shù)。它的核心是指紋匹配算法。人們在長期的研究過程中，提出了多種指紋匹配算法。近幾年，隱馬爾可夫模型被應用于指紋匹配研究。但現(xiàn)有的基于隱馬爾可夫模型的指紋匹配算法仍存在著許多不足。通過收集和分析大量有關(guān)指紋匹配技術(shù)的材料，本文對現(xiàn)有的基于隱馬爾可夫模型的匹配算法中的幾個關(guān)鍵環(huán)節(jié)做了深入的研究，并提出了相應的改進方法。主要研究工作如下：
　　首先，在指紋特征選擇方面，本文針對現(xiàn)有算法對指紋特征數(shù)

2、據(jù)利用不充分的缺陷，提出了一種基于指紋方向、曲率、頻率信息的特征向量構(gòu)造方法。該方法可以明顯地提高特征向量對指紋紋理變化的描述能力。為進一步提高整個匹配算法的識別正確率奠定了基礎(chǔ)。
　　其次，在指紋特征觀測序列集合構(gòu)造部分，本文提出了一種基于模板的核心點定位方法。該算法將定位過程分為兩個階段，第一階段在方向圖的基礎(chǔ)上結(jié)合核心點周圍特殊的結(jié)構(gòu)特征，完成粗定位，確定備選點。第二階段對備選點進行識別模板判斷，甄別出真正的參考點。在這之后

3、，本文又通過研究指紋特征信息的分布情況，調(diào)整了特征窗口的位置，使窗口中可以包含更多的特征信息。為進一步提高匹配算法的正確率做好了準備。
　　再次，在模型構(gòu)造部分，本文從指紋匹配技術(shù)的特點出發(fā)，簡化了原有匹配模型的結(jié)構(gòu)，提出了一種新的識別模型。該模型由5個一維隱馬爾可夫模型組成，其具有更強的特征描述能力。
　　最后，采用Visual C++和Matlab7.0實現(xiàn)了論文中提出的算法，并利用FVC2004指紋庫對論文中的算法進行