指紋質(zhì)量評(píng)估及匹配的研究.pdf

1、由于指紋的獨(dú)特性和持久性，指紋識(shí)別被應(yīng)用于刑偵、考勤等很多領(lǐng)域。指紋識(shí)別研究時(shí)間較長(zhǎng)，算法也比較成熟。正是因?yàn)楦咦R(shí)別率和易操作性，在很多情況下，指紋識(shí)別被作為唯一的識(shí)別工具使用。
　　 由于指紋自身因素或者采集環(huán)境的影響，低質(zhì)量指紋無可避免的存在。當(dāng)兩幅圖片進(jìn)行比較時(shí)，低質(zhì)量指紋圖像會(huì)嚴(yán)重影響匹配結(jié)果。因此低質(zhì)量指紋的處理是指紋識(shí)別系統(tǒng)性能提升的關(guān)鍵。不少算法改進(jìn)工作重點(diǎn)放在預(yù)處理階段，以求減少低質(zhì)量指紋的影響，提高識(shí)別率。但此

2、階段過于耗時(shí)，效果提升空間也越來越小。
　　 現(xiàn)在主流的匹配方法是基于細(xì)節(jié)點(diǎn)的匹配，根據(jù)匹配成功的細(xì)節(jié)點(diǎn)對(duì)數(shù)計(jì)算匹配得分。算法越好，指紋質(zhì)量越好，匹配的準(zhǔn)確性越高。通常只是根據(jù)匹配成功的細(xì)節(jié)點(diǎn)數(shù)目和兩幅指紋的細(xì)節(jié)點(diǎn)總數(shù)來計(jì)算匹配得分，未匹配成功的細(xì)節(jié)點(diǎn)往往被認(rèn)為是無意義的或者是干擾因素。但是由于算法和指紋質(zhì)量原因，部分細(xì)節(jié)點(diǎn)本應(yīng)匹配成功卻未能成功匹配，如果不考慮這部分信息，指紋細(xì)節(jié)點(diǎn)的信息利用就不夠充分。
　　 為了解決

3、上述問題，本文進(jìn)行了以下兩方面的工作:
　　 (1)對(duì)指紋質(zhì)量進(jìn)行評(píng)估。由于低質(zhì)量指紋的影響，想提升指紋識(shí)別系統(tǒng)識(shí)別率就要處理指紋質(zhì)量問題，想利用指紋質(zhì)量就必須做到有效的指紋質(zhì)量評(píng)估。本文首先選定綜合評(píng)價(jià)指紋質(zhì)量的指標(biāo)組合:指紋前景比例，方向?qū)Ρ榷?，方向?chǎng)連續(xù)性和平滑前后方向場(chǎng)變化率。對(duì)這四個(gè)指標(biāo)用SVM分類器訓(xùn)練得到分類器模型來預(yù)測(cè)指紋質(zhì)量。在FVC2000DB1，F(xiàn)VC2000DB2和FVC2000DB3上進(jìn)行了實(shí)驗(yàn)，證明了

4、評(píng)估的有效性。
　　 (2)對(duì)指紋細(xì)節(jié)點(diǎn)進(jìn)行信息挖掘利用。指紋細(xì)節(jié)點(diǎn)作為指紋識(shí)別的重要信息，只要提取的準(zhǔn)確就有利用的價(jià)值。如果因?yàn)槠ヅ洳怀晒Χ贿M(jìn)行考慮，會(huì)造成細(xì)節(jié)點(diǎn)的信息利用不充分而影響識(shí)別正確率。經(jīng)過對(duì)匹配之后的細(xì)節(jié)點(diǎn)分析，本文從四個(gè)方面深入挖掘未匹配成功的細(xì)節(jié)點(diǎn)信息，分別為:未匹配細(xì)節(jié)點(diǎn)與匹配細(xì)節(jié)點(diǎn)個(gè)數(shù)比例、緊互對(duì)原型對(duì)、劃分成網(wǎng)格計(jì)算集合相似度以及Hausdorff方法計(jì)算相似度。通過這四個(gè)方面提取的信息與原始匹配得分融