基于CUDA的指紋識別加速算法的研究.pdf

1、基于特征點匹配的指紋識別算法是目前在安防領(lǐng)域中使用最為廣泛的指紋識別算法，通?？刹捎肍PGA、DSP等硬件實現(xiàn)現(xiàn)場的實時處理。但當指紋污損較為嚴重時，該硬件系統(tǒng)或者難以識別，或者由于算法過于復(fù)雜，難以滿足實時性要求。而基于光學(xué)聯(lián)合變換相關(guān)的指紋識別算法，是采用光學(xué)系統(tǒng)對待識別指紋與系統(tǒng)庫指紋進行互相關(guān)運算，對污損指紋的識別具有一定的魯棒性。并且，利用光學(xué)系統(tǒng)的高度并行性可實現(xiàn)系統(tǒng)的快速識別，滿足實時性要求。但該系統(tǒng)的搭建對環(huán)境要求較高，

2、在很多場合難以普及。
　　 本文提出了一種基于方向濾波的聯(lián)合變換相關(guān)指紋識別算法，利用指紋在不同方向的圖像特征進行聯(lián)合變換相關(guān)運算，大幅提高了指紋識別的準確度。在此基礎(chǔ)上，本文基于GPU平臺編寫了聯(lián)合變換相關(guān)指紋識別的并行處理算法，提高了應(yīng)用場合的靈活性，同時也滿足了系統(tǒng)處理速度的實時性要求。圍繞指紋識別算法在GPU平臺下的加速實現(xiàn)，本文研究工作主要包含以下幾個方面:
　　 (1)討論了基于GPU的CUDA線程執(zhí)行機制、

3、線程結(jié)構(gòu)模型、存儲器層次模型和軟件體系，采用VS2008搭建了CUDA實驗平臺，根據(jù)測試的實驗環(huán)境參數(shù)設(shè)計了針對本文課題的CUDA線程分配模型。
　　 (2)深入研究了基于方向濾波的聯(lián)合變換相關(guān)指紋識別算法，采用NVID(I)AGeForce GT525M顯卡，在VC平臺下實現(xiàn)了基于GPU的并行運算，驗證了GPU加速實現(xiàn)聯(lián)合變換相關(guān)的可行性。
　　 (3)深入研究了包括圖像去噪、圖像分割和圖像增強的指紋預(yù)處理算法，基于V