自动指纹识别若干关键算法的研究

《自动指纹识别若干关键算法的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、硕士学位论文摘要指纹识别在所有包含身份认证的领域均有着广阔的应用前景，构建准确可靠、安全实用的自动指纹识别系统已成为研究热点。尽管自动指纹识别的理论研究与应用开发取得了重大进展，但指纹识别算法的准确性和识别速度仍有待提高。本文在指纹图像预处理算法、指纹奇异点与细节点提取算法、指纹特征匹配算法等方面进行了较为深入的分析与探讨，取得了以下研究成果:1。在指纹图像预处理算法方面，一是提出采用指纹图像子块的频谱能量比与灰度对比度构成特征向量，利用线性支持向量机对这些井寺征向量进行分类，再运用二值图像形态学操作实现指纹图像分割;二是提出对指纹块方向图进行

2、选择性平滑，采用对投影信号进行谱分析估计纹线间距，再结合Gabor滤波实现指纹图像增强。2.在指纹特征提取算法方面，一是提出采用多尺度低通滤波估计指纹的复数平方点方向场，然后对该方向场进行复数滤波，并运用启发式规则增强复数滤波响应，根据响应的幅度和相位，提取指纹奇异点的位置和方向信息;二是改进了基于细化图像的指纹细节点提取算法，该算法在指纹二值图像上运用开、闭及填充等操作，避免了复杂的虚假细节点结构的产生，再根据指纹分割模板去除前景区边缘的错误细节点，然后针对不同类型的虚假细节点，综合运用多种后处理规则予以剔除.3.在指纹特征匹配算法方面，采用

3、指纹细节点局部结构匹配与全局距离匹配相结合的两级匹配策略。定义了一种基于象限邻域的细节点局部结构，提出根据指纹中心点的提取情况，选择不同的局部结构匹配搜索方案以降低计算复杂度:根据局部结构匹配结果，将匹配分数最高的局部结构的中心细节点作为参考点，由该参考点确定特征对齐参数，然后采用弹性匹配算法计算全局的特征距离以确定细节点之间的对应关系并计算最终的匹配分数。关键词指纹识别，指纹图像预处理，指纹特征提取，指纹特征匹配硕士学位论文ABSTRACTFingerprintrecognitionhaswideapplicationprospectinal

4、lfieldswhichcontainidentityauthentication.Constructionofaccurateandreliable,safeandpracticalautomaticfingerprintidentificationsystem(AFTS)hasbecomearesearchhotspot.AlthoughtheoreticalresearchandapplicationdevelopmentofAFIShavegotasignificantprogress,accuracyofthealgorithmand

5、processingspeedstillneedtobeimprovedInthispaper,fingerprintimagepreprocessingalgorithms,fingerprintsingularpointsandminutiaeextractionalgorithmandfingerprintmatchingalgorithmareanalyzedanddiscussedindetail.Productionsareenumeratedasfollows:1.Intheaspectoffingerprintimageprep

6、rocessingalgorithm,firstly,featurevectorscomposedofFourierspectrumenergyratioandgraycontrastareextractedfromfingerprintimagessub-blocksandclassifiedbylinearsupportvectormachine.Afterclassification,morphol咱caloperationsareperformedtoultimatelyrealizefingerprintimagesegmentati

7、on.Secondly,animprovedfingerprintimageenhancementalgorithmbasedonCaborfilteringprin(勿leispresented,whichusesadaptivesmootheningtoestimatefingerprintorientationfieldandadoptsspectrumanalysisofprojectionsignaltoestimateridgedistance.2.Intheaspectoffingerprintfeatureextractiona

8、lgorithm,firstly,animprovedmethodoffinger师ntsingularpointsextractionispropo