指紋識(shí)別預(yù)處理算法研究及指紋特征在數(shù)字簽名中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)的日益普及化和社會(huì)信息化步伐的加快，人們對(duì)信息安全的要求越來(lái)越高?；谛盼锘蚩诹罘绞降膫鹘y(tǒng)信息安全系統(tǒng)顯得越來(lái)越脆弱，為了應(yīng)對(duì)這些挑戰(zhàn)，人們把目光轉(zhuǎn)向了生物識(shí)別技術(shù)，希望能借助人體的生理特征或行為動(dòng)作來(lái)提高身份識(shí)別的精度。由于生物識(shí)別技術(shù)具有不可復(fù)制、不可移植和不可仿造的特點(diǎn)，使得生物識(shí)別技術(shù)在信息安全領(lǐng)域的應(yīng)用越來(lái)越廣泛。在各種生物識(shí)別技術(shù)中，指紋識(shí)別技術(shù)是目前最成熟最有前景的生物識(shí)別技術(shù)。盡管指紋識(shí)別的理論研究與應(yīng)用開(kāi)發(fā)取得

2、了重大進(jìn)展，但是指紋識(shí)別的應(yīng)用在目前并沒(méi)有獲得普及，這是因?yàn)橹讣y識(shí)別算法在識(shí)別準(zhǔn)確性和識(shí)別速度方面還遠(yuǎn)遠(yuǎn)不能滿足很多實(shí)際應(yīng)用的要求。進(jìn)一步提高指紋識(shí)別的性能無(wú)論在理論上還是在應(yīng)用上都具有十分重要的意義。
　　 指紋識(shí)別一般包括以下幾個(gè)步驟：預(yù)處理、特征提取、特征匹配。本文在收集和分析近年來(lái)國(guó)內(nèi)外有關(guān)指紋識(shí)別算法研究成果的基礎(chǔ)上，對(duì)指紋識(shí)別預(yù)處理算法中的若干算法進(jìn)行了研究，提出了一些優(yōu)化方法，并在此基礎(chǔ)上設(shè)計(jì)了基于指紋特征身份的簽

3、名方案。在本文中，我們主要研究了以下幾個(gè)方面：
　　 （1）研究了指紋圖像分割算法,在分析了指紋圖像分割算法的優(yōu)缺點(diǎn)的基礎(chǔ)之上，針對(duì)基于灰度方差的指紋圖像分割算法的缺點(diǎn)，提出了一種改進(jìn)的指紋圖像分割算法。實(shí)驗(yàn)結(jié)果表明，相比于原來(lái)的基于灰度方差的指紋圖像分割算法，我們改進(jìn)的算法的分割效果更好，且具有較強(qiáng)的魯棒性。
　　 （2）研究了指紋方向場(chǎng)平滑算法。 在方向一致性的基礎(chǔ)之上，對(duì)傳統(tǒng)基于低通濾波的方向場(chǎng)平滑算法進(jìn)行了改進(jìn)，

4、提出了一種可變窗的自適應(yīng)方向場(chǎng)平滑算法。該算法利用方向一致性對(duì)方向場(chǎng)進(jìn)行加權(quán)平均。試驗(yàn)表明，該算法能夠很好地去除方向噪聲，真實(shí)地描述指紋脊線的拓?fù)浣Y(jié)構(gòu)，有利于后續(xù)步驟的展開(kāi)。
　　 （3）提出了一種指紋圖像增強(qiáng)算法。該算法通過(guò)對(duì)二維Gabor函數(shù)的逐級(jí)分解，將Gabor函數(shù)分解成高斯函數(shù)與三角函數(shù)的組合，再通過(guò)遞歸的方法實(shí)現(xiàn)高斯濾波，從而達(dá)到了快速指紋圖像增強(qiáng)的目的。實(shí)驗(yàn)結(jié)果表明，該算法不僅增強(qiáng)效果與Gabor增強(qiáng)相當(dāng)，且在算法