论文部分内容阅读
随着计算机和电子技术的发展,基于指纹的身份识别技术已经被日益广泛的用于个人的身份鉴别,比如ID卡,指纹硬盘。目前,在线指纹采集技术和自动指纹识别算法都已经取得了很大的进展；各种指纹识别技术,包括指纹图像获取、分类、增强和匹配,性能都有了显著的提高。然而,指纹识别领域仍然存在很多重要而有挑战性的问题,比如低质量指纹图像的增强和非线性形变指纹图像的匹配。本文针对指纹拼接、指纹匹配和指纹非线性形变这三大研究热点做了较为深入的探讨,并取得了一定的成果:
1)给出了四种滑动指纹图像帧序列拼接算法:基于扩展相位相关的拼接方法、混合拼接方法、基于RBTS的拼接方法,以及基于曲率的二步拼接方法。这四种方法,在拼接速度和精度上有所差别,可以根据实际应用的情况,选用其中的一种方法集成到采集模块中。实验结果表明,相对已有的滑动指纹图像帧序列拼接方法,本文所提出的方法具有更好地拼接效果。
2)给出了一种基于八分圆最近邻特征结构的匹配算法。本文定义的八分圆最近邻特征结构不但考虑了邻近特征点的个数,还考虑了这些邻近特征点的位置分布,很好的权衡了匹配算法的模板大小和识别正确率,适合于实时系统中的应用。此匹配算法中,还包含了如下一些子算法:改进的对应特征点生存法则、改进的旋转角度计算方法、以特征点质量为权重的相似度计算方法等。实验结果表明,该算法适用于不同的指纹库,具有很好的通用性。
3)提出了一种新的方向场匹配算法。不同于传统的只利用两指纹图像重叠区域信息的方向场匹配算法,该算法充分利用了两指纹图像非重叠区域的方向场信息来验证根据配准参数拼接得到方向场的合理性,降低了系统的误识率。实验结果表明,该方向场匹配算法非常有效。
4)给出了一种混合细配准方法。该算法充分利用了基于薄板样条插值函数和基于高斯场函数的优点,降低了单独使用这两种方法的负面影响。并对基于高斯场函数的方法进行了改进,使得局部估计得到的细配准参数更加精确。实验结果表明,该算法对指纹图像非线性形变的估计很有效,提高了本文所提出匹配算法的性能,进一步降低了系统的误拒率和误识率。