指紋圖像預(yù)處理若干算法應(yīng)用研究.pdf

1、指紋識別技術(shù)是當(dāng)今社會各領(lǐng)域應(yīng)用最廣泛的、最能夠被大眾所熟知并接受的生物識別技術(shù)之一?，F(xiàn)代人類針對指紋識別科學(xué)領(lǐng)域的研究歷史已達(dá)60余年之久，不斷取得了豐碩的成果。國內(nèi)外眾多科研機(jī)構(gòu)不斷地對指紋識別的關(guān)鍵技術(shù)進(jìn)行深入研究，改進(jìn)傳統(tǒng)方法，提出新的理論，以期獲得更精準(zhǔn)的識別率、更快的識別速度和更高的安全性。但是社會的發(fā)展速度越來越快，人類對指紋識別的需求不斷增加，對指紋識別的性能表現(xiàn)也提出了更高的要求，而指紋識別依然存在不少的問題和缺陷。因

2、此，對指紋識別的關(guān)鍵技術(shù)進(jìn)行研究仍舊是一個值得關(guān)注的課題。
　　針對采集指紋圖像時(shí)容易產(chǎn)生低質(zhì)量指紋圖像的問題，本文主要研究指紋圖像的預(yù)處理技術(shù)，目的是為了提高指紋圖像的質(zhì)量，其中包括指紋脊線方向圖和脊線頻率圖的計(jì)算、指紋圖像的濾波增強(qiáng)技術(shù)、二值化和細(xì)化以及指紋細(xì)節(jié)特征點(diǎn)的提取技術(shù)。主要進(jìn)行了以下幾個方面的研究:
　　(1)介紹了指紋識別技術(shù)的研究背景、研究的意義以及國內(nèi)外研究者對相關(guān)技術(shù)的研究現(xiàn)狀及成果。
　　(2)

3、介紹了指紋圖像的預(yù)處理算法流程，詳細(xì)分析了指紋塊方向圖和塊頻率圖的計(jì)算方法。對于塊方向圖，采用基于梯度矢量的計(jì)算方法，并將方向數(shù)據(jù)規(guī)約到[0，π）的范圍內(nèi)，再利用一個低通濾波器將方向圖平滑濾波，盡量確保了方向圖的準(zhǔn)確性。對于塊頻率圖，采用統(tǒng)計(jì)灰階信息的方法進(jìn)行計(jì)算。
　　(3)對低質(zhì)量指紋圖像的增強(qiáng)技術(shù)進(jìn)行深入的研究，介紹了傳統(tǒng)的Gabor濾波增強(qiáng)技術(shù)。針對傳統(tǒng)Gabor濾波增強(qiáng)方法的不足之處，本文提出了指紋圖像分解重構(gòu)的方法，利

4、用Log-Gabor濾波器將指紋圖像按照若干個方向進(jìn)行分解，再重新合成為一張指紋圖像，然后對重構(gòu)后的指紋圖像進(jìn)行Gabor濾波增強(qiáng)。將新的方法在Matlab平臺上實(shí)現(xiàn)，實(shí)驗(yàn)結(jié)果表明該方法能夠增強(qiáng)指紋脊線結(jié)構(gòu)的清晰度，更好地還原了被腐蝕的圖像區(qū)域的細(xì)節(jié)，一定程度上減輕了塊效應(yīng)的產(chǎn)生。經(jīng)試驗(yàn)對比，本文的指紋圖像重構(gòu)方法的增強(qiáng)效果比傳統(tǒng)的直接用Gabor濾波器增強(qiáng)的傳統(tǒng)辦法更好。
　　(4)介紹了經(jīng)典的灰度圖像二值化和二值圖像細(xì)化算法—

5、—大津法和OPTA算法。介紹了指紋細(xì)節(jié)特征點(diǎn)的提取技術(shù)，提取了端點(diǎn)和分叉點(diǎn)。由于提取的細(xì)節(jié)特征點(diǎn)中存在大量偽特征點(diǎn)，本文分兩個步驟將這些偽特征點(diǎn)進(jìn)行濾除:首先，本文采用一種方法來濾除指紋邊緣的大量偽端點(diǎn)，計(jì)算目標(biāo)特征點(diǎn)的八鄰域塊像素灰度值之和，根據(jù)灰度值之和的大小判斷該特征點(diǎn)是否為處于圖像邊緣的偽特征點(diǎn);然后根據(jù)偽特征點(diǎn)的空間位置特性，對指紋內(nèi)部存在的偽特征點(diǎn)進(jìn)行濾除。本文還對基于特征點(diǎn)的指紋匹配基本理論做了簡單的闡述。本文基于Matl