指紋識(shí)別系統(tǒng)中匹配算法研究與系統(tǒng)實(shí)現(xiàn).pdf

1、本文首先回顧了生物識(shí)別技術(shù)的發(fā)展和應(yīng)用，進(jìn)而簡(jiǎn)單闡述了當(dāng)前應(yīng)用比較廣泛和成熟的指紋識(shí)別技術(shù)。在國(guó)內(nèi)外廣泛研究的基礎(chǔ)上，本文圍繞指紋識(shí)別系統(tǒng)，認(rèn)真地研究了指紋匹配算法，最終實(shí)現(xiàn)了較完整的識(shí)別系統(tǒng)算法，從而取得了以下三個(gè)方面的成果： (1)提出了一種基于指紋分類的識(shí)別算法。該算法利用中心點(diǎn)和三角點(diǎn)信息對(duì)指紋進(jìn)行分類并初匹配，然后用可靠性較高的分叉點(diǎn)所在脊線的相似度尋找出基準(zhǔn)點(diǎn)對(duì)，根據(jù)基準(zhǔn)點(diǎn)與周圍特征點(diǎn)的關(guān)系篩選基準(zhǔn)點(diǎn)對(duì)、確定變換參數(shù)

2、，有效地解決基準(zhǔn)點(diǎn)篩選受噪聲影響問(wèn)題，最后利用可變限界盒實(shí)現(xiàn)指紋匹配。實(shí)驗(yàn)結(jié)果表明，該算法能快速、準(zhǔn)確地定位基準(zhǔn)點(diǎn)，正確有效地實(shí)現(xiàn)指紋匹配，同時(shí)提高匹配速度及精確度。 (2)提出了一種基于分叉點(diǎn)可信度的指紋匹配算法。當(dāng)指紋圖像質(zhì)量很差，或者當(dāng)待識(shí)指紋圖像與模板圖像之間存在較大平移或旋轉(zhuǎn)時(shí)，識(shí)別算法的性能會(huì)受到很大的影響。因此為了充分利用原始指紋圖像的信息，在保證識(shí)真率的基礎(chǔ)上又減少拒識(shí)率，提出了一種評(píng)估分叉點(diǎn)可信度的方法，利用分

3、叉點(diǎn)所在脊線相似程度尋找基準(zhǔn)點(diǎn)調(diào)整圖像進(jìn)行比對(duì)；然后利用分叉點(diǎn)可信度，將一個(gè)指紋的多個(gè)模板真特征點(diǎn)綜合成一個(gè)特征點(diǎn)的登記模板，再與待識(shí)指紋圖像的特征點(diǎn)進(jìn)行匹配。實(shí)驗(yàn)結(jié)果表明，該方法在不明顯增加存儲(chǔ)空間和在線計(jì)算量的同時(shí)，可以達(dá)到很好的識(shí)別性能，并能杜絕真特征點(diǎn)的丟失，對(duì)偽特征點(diǎn)也進(jìn)行了有效的篩選。 (3)結(jié)合本文提出的上述基于指紋分類的指紋匹配算法和基于分叉點(diǎn)可信度的指紋匹配算法，并運(yùn)用一種改進(jìn)的預(yù)處理算法實(shí)現(xiàn)了一套比較完整的指