指紋識(shí)別中的奇異點(diǎn)和細(xì)節(jié)點(diǎn)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(rèn)為是最可靠的利用生物特征進(jìn)行身份鑒定的依據(jù)之一.指紋識(shí)別通常包括以下幾個(gè)階段:分割、圖像增強(qiáng)、分類、細(xì)節(jié)提取以及匹配.指紋特征主要包括細(xì)節(jié)點(diǎn),奇異點(diǎn)和脊線.在所有的處理過程中,指紋特征提取是指紋識(shí)別中必不可少的一個(gè)重要環(huán)節(jié).本文的研究的重點(diǎn)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(xì)節(jié)特征及其特點(diǎn),針對(duì)指紋圖像的奇異點(diǎn)和細(xì)節(jié)點(diǎn)提取,分析并比較了現(xiàn)有的各種算法的特點(diǎn)及優(yōu)劣.

2、針對(duì)指紋圖像的奇異點(diǎn)提取,現(xiàn)有大部分算法均基于在全圖計(jì)算Poincare指數(shù).本文提出的基于分級(jí)奇異點(diǎn)提取算法,用基于Pointcare指數(shù)和基于梯度場(chǎng)兩種不同算法分級(jí)提取奇異點(diǎn)位置信息.首先在塊方向場(chǎng)中確定奇異點(diǎn)的大概位置和類型,然后再用梯度的方法精確定位奇異點(diǎn)的位置到亞像素級(jí).本文在提取奇異點(diǎn)的位置之后,進(jìn)一步通過塊方向場(chǎng)估計(jì)奇異點(diǎn)的方向信息,并在奇異點(diǎn)的位置和方向的基礎(chǔ)上提出一種粗匹配的方法.實(shí)驗(yàn)結(jié)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(fù)雜度下,達(dá)到更魯棒的性能.在分析現(xiàn)有的細(xì)節(jié)點(diǎn)提取算法的基礎(chǔ)上,本文提出了一種基于脊線跟蹤的指紋細(xì)節(jié)特征提取算法.相對(duì)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(duì)前景模板分割,終結(jié)點(diǎn)的判定以及偽節(jié)點(diǎn)的去除方面也做了有效與新穎的改進(jìn).在前景模板分割部分采用結(jié)合canny算子和數(shù)學(xué)形態(tài)學(xué)的方法,在終結(jié)點(diǎn)判定部分提出結(jié)合跟蹤角度和灰度變化的新方法,在濾波和去除偽節(jié)點(diǎn)等方面也提出了改進(jìn).