指紋識別中的奇異點和細節(jié)點提取算法研究.pdf

1、指紋由于具有穩(wěn)定性、唯一性以及易于采集的特性,一直以來被認為是最可靠的利用生物特征進行身份鑒定的依據(jù)之一.指紋識別通常包括以下幾個階段:分割、圖像增強、分類、細節(jié)提取以及匹配.指紋特征主要包括細節(jié)點,奇異點和脊線.在所有的處理過程中,指紋特征提取是指紋識別中必不可少的一個重要環(huán)節(jié).本文的研究的重點是指紋圖像特征提取算法.本文首先闡述了指紋圖像中的細節(jié)特征及其特點,針對指紋圖像的奇異點和細節(jié)點提取,分析并比較了現(xiàn)有的各種算法的特點及優(yōu)劣.

2、針對指紋圖像的奇異點提取,現(xiàn)有大部分算法均基于在全圖計算Poincare指數(shù).本文提出的基于分級奇異點提取算法,用基于Pointcare指數(shù)和基于梯度場兩種不同算法分級提取奇異點位置信息.首先在塊方向場中確定奇異點的大概位置和類型,然后再用梯度的方法精確定位奇異點的位置到亞像素級.本文在提取奇異點的位置之后,進一步通過塊方向場估計奇異點的方向信息,并在奇異點的位置和方向的基礎上提出一種粗匹配的方法.實驗結果顯示,與傳統(tǒng)的算法相比,本文的

3、算法可以在較小的復雜度下,達到更魯棒的性能.在分析現(xiàn)有的細節(jié)點提取算法的基礎上,本文提出了一種基于脊線跟蹤的指紋細節(jié)特征提取算法.相對于D.Maio與D.Maltoni于1997年提出指紋特征的灰度圖直接提取算法,本文對前景模板分割,終結點的判定以及偽節(jié)點的去除方面也做了有效與新穎的改進.在前景模板分割部分采用結合canny算子和數(shù)學形態(tài)學的方法,在終結點判定部分提出結合跟蹤角度和灰度變化的新方法,在濾波和去除偽節(jié)點等方面也提出了改進.