指紋圖像質(zhì)量評(píng)價(jià)方法研究.pdf

1、隨著算法研究的深入和指紋采集設(shè)備性能的提高，近年來(lái)，自動(dòng)指紋識(shí)別系統(tǒng)已經(jīng)成為生物特征識(shí)別研究的一個(gè)熱點(diǎn)，廣泛應(yīng)用于生活各個(gè)領(lǐng)域。自動(dòng)指紋識(shí)別系統(tǒng)包括指紋采集、指紋增強(qiáng)、指紋分類、特征提取和指紋匹配等內(nèi)容。雖然已有不少國(guó)內(nèi)外學(xué)者對(duì)指紋識(shí)別技術(shù)作了大量研究，但到目前為止，指紋識(shí)別系統(tǒng)仍存在著一些技術(shù)上的難點(diǎn)，主要體現(xiàn)在非理想條件下指紋圖像的識(shí)別問(wèn)題。如果指紋圖像質(zhì)量較差，例如干、濕、曝皮等，會(huì)對(duì)指紋識(shí)別系統(tǒng)的性能產(chǎn)生較大的影響。 本

2、文針對(duì)以上問(wèn)題進(jìn)行了深入研究。針對(duì)現(xiàn)有指紋圖像質(zhì)量分類方法存在的不足之處，首次提出采用支持向量機(jī)對(duì)指紋圖像質(zhì)量進(jìn)行分類的思想，并使用該思想實(shí)現(xiàn)了基于支持向量機(jī)的指紋圖像質(zhì)量分類方法。首先采用已有的指紋圖像質(zhì)量評(píng)價(jià)指標(biāo)對(duì)指紋圖像進(jìn)行評(píng)價(jià)；然后使用該評(píng)價(jià)得分訓(xùn)練分類器（SVM）；最后使用訓(xùn)練后的分類器完成指紋圖像質(zhì)量的分類。指紋數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果證明了該算法的有效性。 在分類的過(guò)程中，作者發(fā)現(xiàn)，該問(wèn)題存在較為明顯的類別不平衡問(wèn)題。針

3、對(duì)這一問(wèn)題，作者提出了改進(jìn)的基于支持向量機(jī)的指紋圖像質(zhì)量分類方法。在使用質(zhì)量評(píng)價(jià)得分訓(xùn)練分類器之前，使用SMOTE方法調(diào)整樣本比例，并對(duì)調(diào)整后的樣本集進(jìn)行訓(xùn)練，最后完成分類。指紋數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果同樣證明了該算法的有效性。 指紋質(zhì)量的高低對(duì)方向場(chǎng)信息的提取有非常大的影響。指紋圖像質(zhì)量越差，方向場(chǎng)信息越不準(zhǔn)確。真實(shí)的方向場(chǎng)是連續(xù)的，但是，由于低質(zhì)量圖像的影響而提取出的錯(cuò)誤的方向場(chǎng)信息是雜亂不連續(xù)的。針對(duì)這一現(xiàn)象，作者提出了一個(gè)新的