论文部分内容阅读
当前自动指纹识别系统正向着小型化和嵌入式的方向发展。本文通过研究指纹图像预处理、特征提取以及特征匹配等方面的理论,开发出一套嵌入式指纹自动识别系统的核心算法。 在指纹预处理模块中,提出了自适应归一化算法,并将改进后的自适应阈值方差图像分割算法与之融合,使之能够一步完成指纹图像的分割和归一化操作,有效改善了图像的对比度,利用分割获得的掩码图使后续算法只处理指纹区域,大大减少系统的计算量;对方向图算法中的低通滤波算法进行改进,以获得更加准确的方向图;将高斯插值公式的计算简化为模板查询,减少了频率图算法的计算量;将固定参数的Gabor增强算法优化为变参数的Gabor增强算法,解决了原算法中的脊线粘连和失真问题,取得了更好的增强效果和鲁棒性;实现了基于双峰法的自适应二值化算法和基于大津法的全局二值化算法;改进后的细化算法能够有效消除骨架吞食和细化不完全现象。 在指纹特征提取模块中,本文在优化分叉点和连续点的编码方案及脊线跟踪技术的基础上,实现了根据特征点之间的相互关系剔除伪特征点的算法。我们首先利用特征提取模板完成了特征点的初步提取;然后利用脊线跟踪技术获取相关特征点的邻域信息,并使用上述算法完成真伪特征点的判别。 在指纹匹配模块中,本文先通过引入特征点所在脊线的信息,简化了指纹配准中参考点对的选取工作;然后将细节点转换到极坐标中解决了输入图像和模板图像间的平移问题;再引入限界盒增强了算法对指纹图像非线性形变的鲁棒性;最后利用改进后的串匹配算法完成了指纹的匹配工作。 上述所有算法都经过计算机和DSP指纹识别系统验证。实验结果表明,本文的预处理算法对质量较低的指纹图像也能取得好的效果;在特征提取方面,有效地消除了伪特征点带来的不利影响;在特征匹配方面,基本上解决了坐标配准和非线性形变的问题。