基于分類因子的多模式指紋識別技術(shù)研究.pdf

1、指紋識別作為一種生物鑒定技術(shù)，在金融、公安、個人安全及防偽等方面得到了廣泛的應(yīng)用。本文在分析總結(jié)國內(nèi)外已有研究成果的基礎(chǔ)上，對指紋識別模式與算法進行了深入的研究，提出了基于分類因子的多模式指紋識別技術(shù)，開發(fā)了測試平臺，并對實現(xiàn)的算法進行測試分析。 第一章介紹了生物識別和指紋識別的重要意義以及指紋識別的應(yīng)用領(lǐng)域，還介紹了國內(nèi)外指紋識別技術(shù)的研究現(xiàn)狀，指出了目前指紋識別中存在的問題。在此基礎(chǔ)上，給出了本文的研究內(nèi)容和組織結(jié)構(gòu)。

2、 第二章分析了指紋圖像的采集技術(shù)，介紹了傳感器使用的基本要求，并對三種常用的指紋傳感器--光學(xué)傳感器、半導(dǎo)體傳感器和超聲波傳感器進行總結(jié)和比較。介紹了圖像預(yù)處理技術(shù)的基本知識，實現(xiàn)了指紋圖像預(yù)處理中的圖像歸一化，關(guān)鍵區(qū)域提取，濾波，二值化和細化等技術(shù)，為后續(xù)指紋識別提供了基礎(chǔ)。 第三章研究了多模式指紋識別技術(shù)，介紹了多模式指紋識別技術(shù)的整體架構(gòu)，對現(xiàn)有的三種匹配模式—基于細節(jié)點的匹配模式，基于圖的匹配模式以及基于頻域的匹配模式

3、進行分析和比較，建立了最終選擇的匹配模式。介紹了四種描繪子，即規(guī)則度描繪子，能量集中度描繪子，平行度描繪子和均勻度描繪子的產(chǎn)生，實現(xiàn)了分類因子的局部整合以及全局整合算法。 第四章研究了基于FMT與自適應(yīng)綁定頻域帶寬的匹配算法，介紹了POC算法和BLPOC算法的基本原理及其局限性，提出了FMT算法的旋轉(zhuǎn)配準，自適應(yīng)橢圓綁定相關(guān)以及峰值能量對比模式的成因，并通過實驗證明該算法的有效性。針對模板注冊問題，給出了復(fù)合指紋模板的生成算法。