基于加博濾波的指紋增強和紋理匹配.pdf

1、近年來，以指紋為代表的生物特征識別技術引起了人們的廣泛關注。指紋識別技術以其可靠性、穩(wěn)定性在生物特征識別領域得到了廣泛的應用。準確、可靠地特征提取是確保自動指紋識別系統(tǒng)性能的前提和基礎，而指紋增強和匹配對指紋特征提取的準確性和指紋最終的匹配結果有著直接的影響。本文結合加博濾波，對指紋增強和紋理匹配方法進行了研究。 本文的主要工作分為指紋增強和紋理匹配兩個方面，其中指紋增強包括綜合使用指紋質(zhì)量和加博濾波的指紋增強，綜合使用指紋指紋

2、碼特征向量和加博濾波的指紋增強。紋理匹配包括傳統(tǒng)紋理匹配的實現(xiàn)，紋理匹配算法的改進和使用指紋質(zhì)量的紋理匹配。 綜合使用指紋質(zhì)量和加博濾波的指紋增強：本方法采用自適應方法估計指紋圖像的平均紋線距離作為加博濾波器的參數(shù)，并將圖像質(zhì)量測量評價結果應用于指紋增強，提出了一種綜合使用圖像質(zhì)量和加博濾波的指紋增強方法。首先，利用大窗口頻譜分析方法估計指紋的平均紋線頻率，構造八個不同方向的加博濾波器模板；然后，利用加博濾波器分別對原始指紋圖像

3、進行濾波處理，得到八幅濾波后圖像：最后，利用指紋圖像質(zhì)量評價因子對這八幅圖像擇優(yōu)合成最終的增強圖像。在典型指紋圖像上的實驗結果表明，本方法在一定程度上克服了傳統(tǒng)的圖像分塊加博增強方法在指紋模式區(qū)性能表現(xiàn)不佳的問題。同時，由于該方法不依賴圖像紋線方向，自適應獲取紋線頻率這一加博濾波參數(shù)，對低質(zhì)量指紋圖像表現(xiàn)出較強的魯棒性。 綜合使用指紋碼特征向量和加博濾波的指紋增強：采用自適應方法估計指紋圖像的平均紋線距離作為加博濾波器的參數(shù)，并

4、將指紋碼特征向量應用于指紋增強，提出了一種綜合使用圖像碼特征向量和加博濾波的指紋增強方法。首先，利用大窗口頻譜分析方法估計指紋的平均紋線頻率，構造八個不同方向的加博濾波器模板：然后，利用加博濾波器分別對原始指紋圖像進行濾波處理，得到八幅濾波后圖像；最后，根據(jù)指紋碼特征向量獲得的數(shù)據(jù)對這八幅圖像擇優(yōu)合成最終的增強圖像。實驗結果表明，本方法不但具有綜合使用指紋質(zhì)量和加博濾波的指紋增強方法所具有的優(yōu)點，而且比指紋質(zhì)量因子更能準確表示指紋紋理清

5、晰程度，有效地減少了增強圖像合成中壞塊的產(chǎn)生。紋理匹配：本文實現(xiàn)并改進的基于加博濾波的紋理匹配同時利用指紋的局部特征和指紋全局特征，不單純依賴局部細節(jié)特征，適合細節(jié)特征缺少、偽點較多的指紋的匹配，彌補了基于細節(jié)點的匹配方法的不足。紋理匹配依靠輸入指紋指紋碼與模板指紋指紋碼之間歐拉的比較，確定兩幅指紋是否同源指紋。其中，指紋碼的獲取：首先，以核心點為中心將這八幅圖像劃分成扇形區(qū)域；然后，構造八個不同方向的加博濾波器模板，利用加博濾波器分別

6、對原始指紋圖像進行濾波處理，得到八幅濾波后圖像；計算每個扇形區(qū)域的指紋碼；最后，將八幅圖像的扇形區(qū)域按照一定的順序編成指紋碼。另外，本文對上述紋理匹配方法進行了一些改進，對指紋核心點比較接近指紋圖像邊緣，指紋碼部分區(qū)域在指紋圖像有效區(qū)域外的情況進行特殊處理，對采偏、有效面積較少的指紋也能正常進行編碼。實驗表明，本文實現(xiàn)并改進的紋理匹配算法可以有效識別輸入指紋。 使用指紋質(zhì)量特征向量的紋理匹配：將新的特征向量應用于紋理匹配，進行了