指紋識別關(guān)鍵算法的研究與實現(xiàn).pdf

1、隨著計算機技術(shù)日新月異的發(fā)展和信息技術(shù)的廣泛應(yīng)用,人們對信息安全的要求越來越高。自動指紋識別技術(shù)的出現(xiàn),極大地提高了海量指紋信息查詢的效率,對信息安全提供了強有力的保障。雖然目前國內(nèi)外指紋識別技術(shù)已經(jīng)取得了不少突破,許多商業(yè)化的產(chǎn)品已經(jīng)得到應(yīng)用,但事實上指紋識別技術(shù)還很不成熟,水平仍處于實驗室研究階段,其原因是復(fù)雜而多方面的,主要包括手指表面噪聲,手指旋轉(zhuǎn)、扭曲造成的形變以及許多算法由于商業(yè)利益未能公開等等,這些都限制了自動指紋識別技術(shù)

2、的發(fā)展。本文試圖將多種圖像處理與模式識別技術(shù)相結(jié)合,在指紋圖像增強、偽特征點去除以及指紋匹配等幾個關(guān)鍵步驟中,提出若干行之有效的自動指紋識別新方法,為解決自動指紋識別技術(shù)中存在的問題找到切實可行的新途徑。
　　 綜合概括起來,本文主要完成的工作包括:
　　 首先介紹了圖像的采集過程和各種采集儀的優(yōu)缺點。從采集儀采集到的原始圖像往往不是十分清晰,因此作者在深入研究大量文獻的基礎(chǔ)上,完成指紋圖像的增強工作,包括圖像歸一化、方

3、向圖估計、頻率圖計算以及Gabor濾波器的設(shè)計和濾波。并對各種算法進行實現(xiàn),比較現(xiàn)有方法和改進方法的結(jié)果,試圖找出更為理想的算法。特別在指紋圖像濾波方面,采用了改進的Gabor濾波的方法,取得了較好的結(jié)果。
　　 在特征提取部分,首先介紹了指紋的常見特征,并分析了現(xiàn)有的基于模板的特征點提取方法。此外,由于各種原因的影響,輸入的圖像一般會有不同程度的噪聲,從細化的二值圖像上提取特征點時往往含有大量的偽特征點。前人對此提出了大量去除

4、偽特征點的方法,但也存在著一些問題,如對于全局紋線距離難以確定并且對于某些偽結(jié)構(gòu)如島嶼、三角等不能識別。基于這些問題,作者提出了改進的基于結(jié)構(gòu)特征的去除指紋偽特征點的方法。該方法分為兩部分:基于連通域的紋線跟蹤算法和基于結(jié)構(gòu)的去偽特征方法。實驗結(jié)果表明,該方法可以去除大量偽特征點,使得提取特征的真實性大大地提高,為后續(xù)工作打下良好基礎(chǔ)。
　　 指紋匹配就是將當(dāng)前輸入的指紋與事先保存的模板進行比對,然后給出比對結(jié)果。前人方法的主要

5、問題包括特征信息利用不全,特征點較少時的處理效果不佳,閾值設(shè)定過于復(fù)雜等。針對這些問題,作者提出了一種改進的指紋匹配算法。算法分兩部分,在對齊階段,本文采取一種改進的細節(jié)點對齊方法,根據(jù)不同指紋的細節(jié)點分布不同,采用了幾種不同的局部結(jié)構(gòu),提高了圖像質(zhì)量較差情況下特征點的利用率。并采用可變大小的限界盒作為判斷標準,增加了算法的適應(yīng)性。在特征點的判決階段,采用了一種新的增加噪聲進行干擾的指紋匹配方法。該方法突破了以往通過設(shè)定不同閾值來判斷的

6、方法,采用統(tǒng)一閾值,從另一種角度來判斷兩枚指紋是否匹配,為以后的指紋點匹配提供了一個很好的思路。結(jié)果表明,該方法提高了識別率。本文的算法在處理圖像質(zhì)量較差,指紋特征點較少的圖像時具有更好的效果,并能更魯棒地處理指紋圖像的非線性形變。
　　 最后,根據(jù)本文提出的改進的細節(jié)點對齊方法,以及指紋判決算法,在VC6.0下搭建了基于點匹配的指紋識別系統(tǒng)。該系統(tǒng)可裝載不同的匹配算法,具有識別速度快,適應(yīng)性強,應(yīng)用方便等特點。結(jié)果表明,該系統(tǒng)