非接觸式指紋識別算法研究.pdf

1、目前，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，生物特征識別技術(shù)也有了史無前例的進(jìn)步。由于指紋具有唯一性和永久性的特點(diǎn)，指紋識別技術(shù)已經(jīng)成為了生物特征識別技術(shù)領(lǐng)域里的一枝獨(dú)秀并且成為了最常用的身份鑒別手段。
　　現(xiàn)如今，社會上使用的自動指紋識別系統(tǒng)一般采用的是接觸式方式。這種采集方式的指紋圖像很容易受到環(huán)境的影響。例如由于壓力問題使得指紋變形或者傳感器上遺留了殘影等等，這些都會給指紋匹配帶來麻煩。為了從根本上解決這一難題，非接觸式的采集方式被提了

2、出來。本文正是研究了非接觸式采集的指紋圖像，并提出了相關(guān)的算法。
　　但是非接觸式采集的指紋圖像也存在一定的質(zhì)量問題。本文即針對非接觸式采集方式的指紋圖像存在的低對比度、低清晰度等問題提出了相應(yīng)的圖像預(yù)處理，特征提取和匹配算法。其中比較重要的預(yù)處理算法有：曲波去噪、局部自適應(yīng)二值化和Gabor增強(qiáng)。曲波變換是一種具有帶通、多分辨和方向性的函數(shù)分析方法。該方法能夠突出曲線邊緣和增強(qiáng)紋理的間隔，特別適用于指紋圖像。更重要的是本文處理的

3、非接觸式指紋圖像存在低對比度的問題，即指紋的脊線和谷線的灰度值對比不強(qiáng)，甚至是灰度值有重疊。而采用曲波變換來對這類圖像進(jìn)行處理能夠有效地解決低對比度的問題。對于本文處理的非接觸式指紋圖像，全局二值化不能夠得到脊線和谷線分離的圖像，于是本文采用了局部自適應(yīng)二值化方法。該方法對每一個小窗口采取了OSTU算法來確定沒一個閾值，最終得到了脊線與谷線顯著分離的指紋圖像。由于圖像仍然存在指紋紋線斷裂和噪聲等問題，所以本文采用了Gabor增強(qiáng)算法來彌

4、補(bǔ)斷裂和去掉噪聲。該方法的最大特點(diǎn)是具有方向選擇特性和頻率選擇特性，對于指紋圖像這類具有很強(qiáng)紋理特性的圖像來說，Gabor濾波器能夠很好地在紋理的方向場上增補(bǔ)斷裂并且在頻率方向場上增強(qiáng)紋理的間隔。
　　指紋圖像的特征有很多，其中最具有代表性的特征為細(xì)節(jié)點(diǎn)特征，包括了指紋端點(diǎn)、分叉點(diǎn)、中心點(diǎn)和三角點(diǎn)等等。由于本文提取的有效指紋區(qū)域較小，所以只將指紋的端點(diǎn)和分叉點(diǎn)作為待提取的特征點(diǎn)。在匹配過程中，首先將指紋圖像配準(zhǔn)，再利用界限盒方法將