滑動(dòng)指紋拼接與指紋匹配的算法研究.pdf

1、隨著計(jì)算機(jī)和電子技術(shù)的發(fā)展,基于指紋的身份識(shí)別技術(shù)已經(jīng)被日益廣泛的用于個(gè)人的身份鑒別,比如ID卡,指紋硬盤。目前,在線指紋采集技術(shù)和自動(dòng)指紋識(shí)別算法都已經(jīng)取得了很大的進(jìn)展；各種指紋識(shí)別技術(shù),包括指紋圖像獲取、分類、增強(qiáng)和匹配,性能都有了顯著的提高。然而,指紋識(shí)別領(lǐng)域仍然存在很多重要而有挑戰(zhàn)性的問題,比如低質(zhì)量指紋圖像的增強(qiáng)和非線性形變指紋圖像的匹配。本文針對(duì)指紋拼接、指紋匹配和指紋非線性形變這三大研究熱點(diǎn)做了較為深入的探討,并取得了一定

2、的成果:
　　 1)給出了四種滑動(dòng)指紋圖像幀序列拼接算法:基于擴(kuò)展相位相關(guān)的拼接方法、混合拼接方法、基于RBTS的拼接方法,以及基于曲率的二步拼接方法。這四種方法,在拼接速度和精度上有所差別,可以根據(jù)實(shí)際應(yīng)用的情況,選用其中的一種方法集成到采集模塊中。實(shí)驗(yàn)結(jié)果表明,相對(duì)已有的滑動(dòng)指紋圖像幀序列拼接方法,本文所提出的方法具有更好地拼接效果。
　　 2)給出了一種基于八分圓最近鄰特征結(jié)構(gòu)的匹配算法。本文定義的八分圓最近鄰特征

3、結(jié)構(gòu)不但考慮了鄰近特征點(diǎn)的個(gè)數(shù),還考慮了這些鄰近特征點(diǎn)的位置分布,很好的權(quán)衡了匹配算法的模板大小和識(shí)別正確率,適合于實(shí)時(shí)系統(tǒng)中的應(yīng)用。此匹配算法中,還包含了如下一些子算法:改進(jìn)的對(duì)應(yīng)特征點(diǎn)生存法則、改進(jìn)的旋轉(zhuǎn)角度計(jì)算方法、以特征點(diǎn)質(zhì)量為權(quán)重的相似度計(jì)算方法等。實(shí)驗(yàn)結(jié)果表明,該算法適用于不同的指紋庫(kù),具有很好的通用性。
　　 3)提出了一種新的方向場(chǎng)匹配算法。不同于傳統(tǒng)的只利用兩指紋圖像重疊區(qū)域信息的方向場(chǎng)匹配算法,該算法充分利用

4、了兩指紋圖像非重疊區(qū)域的方向場(chǎng)信息來驗(yàn)證根據(jù)配準(zhǔn)參數(shù)拼接得到方向場(chǎng)的合理性,降低了系統(tǒng)的誤識(shí)率。實(shí)驗(yàn)結(jié)果表明,該方向場(chǎng)匹配算法非常有效。
　　 4)給出了一種混合細(xì)配準(zhǔn)方法。該算法充分利用了基于薄板樣條插值函數(shù)和基于高斯場(chǎng)函數(shù)的優(yōu)點(diǎn),降低了單獨(dú)使用這兩種方法的負(fù)面影響。并對(duì)基于高斯場(chǎng)函數(shù)的方法進(jìn)行了改進(jìn),使得局部估計(jì)得到的細(xì)配準(zhǔn)參數(shù)更加精確。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)指紋圖像非線性形變的估計(jì)很有效,提高了本文所提出匹配算法的性能,進(jìn)