自動(dòng)指紋識(shí)別中若干關(guān)鍵算法的研究.pdf

1、生物特征識(shí)別系統(tǒng)作為一種有效的身份識(shí)別技術(shù)已經(jīng)迅速的得到了大眾的接受。生物特征識(shí)別系統(tǒng)本質(zhì)上是一個(gè)模式識(shí)別系統(tǒng)。它從人體獲得源數(shù)據(jù)，并抽取其中的特征集。通過(guò)與數(shù)據(jù)庫(kù)中模板特征集的對(duì)比來(lái)判斷它們是否來(lái)自同一個(gè)人。在生物識(shí)別領(lǐng)域中，指紋識(shí)別是應(yīng)用最為廣泛的技術(shù)。從門(mén)禁控制到犯罪調(diào)查，從移民管理到軍事認(rèn)證等等，現(xiàn)在已經(jīng)有很多的自動(dòng)指紋識(shí)別系統(tǒng)應(yīng)用于不同的領(lǐng)域。然而，從實(shí)際應(yīng)用和相關(guān)競(jìng)賽的情況看，在自動(dòng)指紋識(shí)別領(lǐng)域仍然有很多的問(wèn)題需要解決。本文

2、針對(duì)面向采集設(shè)備的特征選擇、指紋圖像分割、平均紋線距離估計(jì)、指紋縮放框架、系統(tǒng)性能增強(qiáng)算法和非可加性度量的復(fù)雜度降低等問(wèn)題開(kāi)展了研究。主要內(nèi)容如下：
　　 ⑴隨著生物特征識(shí)別系統(tǒng)在不同領(lǐng)域中日漸廣泛的應(yīng)用和發(fā)展，采集設(shè)備互操作性問(wèn)題也變得越來(lái)越重要。在生物特征識(shí)別系統(tǒng)中的幾個(gè)角色里，特征是非常重要的部分。因此，面向采集設(shè)備互操作性的特征選擇也就成為相關(guān)工作的基礎(chǔ)。據(jù)我們所知，相關(guān)的研究工作還處于初期階段。本論文對(duì)面向采集設(shè)備互操

3、作性的特征選擇問(wèn)題進(jìn)行了研究。首先，提出了自動(dòng)指紋識(shí)別系統(tǒng)中3種角色之間關(guān)系的問(wèn)題，并提出了從3種角色的角度改進(jìn)自動(dòng)指紋識(shí)別系統(tǒng)的方法。其次，通過(guò)指紋圖像分割的例子，本論文提出了導(dǎo)致采集設(shè)備互操作性問(wèn)題的兩個(gè)關(guān)鍵因素。采集設(shè)備互操作性問(wèn)題是由不同采集器本身的性能差異造成的，這是第一個(gè)因素；在協(xié)調(diào)不同采集器的過(guò)程中形成的采集設(shè)備互操作性問(wèn)題，這是第二個(gè)因素。最后，實(shí)驗(yàn)顯示，在不同的采集設(shè)備下，特征表現(xiàn)出了不同的采集設(shè)備互操作性。
　

4、　 ⑵指紋圖像分割是指紋識(shí)別系統(tǒng)的重要組成部分。分割算法的結(jié)果在一定程度上影響了后續(xù)的特征提取和匹配模塊的性能。因此，快速而高性能的指紋圖像分割算法是非常有意義的。傳統(tǒng)上，指紋圖像分割算法一般分為基于塊和基于像素的指紋圖像分割算法兩類(lèi)。本論文提出了一種融合基于塊和基于像素的指紋圖像分割算法框架。所提出的融合基于塊和基于像素的指紋圖像分割算法框架，首先對(duì)指紋圖像使用基于塊的指紋圖像分割算法，并將結(jié)果分為前景塊、背景塊和邊緣塊三類(lèi)；然后，

5、通過(guò)使用基于像素的指紋圖像分割算法對(duì)邊緣塊進(jìn)行精確的分割；最后，將兩次分割結(jié)果進(jìn)行融合。由于所使用的基于塊和基于像素的指紋圖像分割算法都是線性算法，因此，本論文提出的混合算法也是線性的。本論文的方法結(jié)合了基于塊和基于像素的算法的優(yōu)勢(shì)，既有基于塊算法速度快的特點(diǎn)，又有基于像素算法分割精度高的優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果表明，本論文方法的分割性能優(yōu)于單純基于塊或基于像素的算法。
　　 ⑶指紋圖像的平均紋線距離是指紋紋理屬性的一個(gè)重要特征，在指紋識(shí)

6、別中具有重要的價(jià)值和廣泛的應(yīng)用。作為一個(gè)重要的參數(shù)，平均紋線距離的估計(jì)精度可能對(duì)分割、增強(qiáng)和分類(lèi)結(jié)果造成嚴(yán)重的影響。本論文提出了一種新的指紋圖像平均紋線距離估計(jì)算法，并提出了一套評(píng)價(jià)平均紋線距離估計(jì)算法性能的實(shí)驗(yàn)方案。提出的平均紋線距離估計(jì)算法，首先通過(guò)使用傅立葉變換將指紋圖像從空間域轉(zhuǎn)換為頻譜域；然后，通過(guò)最大平均熵的估計(jì)找到頻譜域圖像中能量最集中的部分；最后，通過(guò)加權(quán)歐氏距離的計(jì)算挑選出最有代表性的紋線距離作為平均紋線距離。為了評(píng)價(jià)

7、算法的性能，本論文提出了使用人工數(shù)據(jù)集和典型指紋圖像對(duì)算法進(jìn)行測(cè)試的實(shí)驗(yàn)方案。實(shí)驗(yàn)結(jié)果表明，本論文算法可以對(duì)指紋平均紋線距離實(shí)現(xiàn)精確的估計(jì)。
　　 ⑷由采集設(shè)備的分辨率和采集窗口尺寸差異造成的采集設(shè)備互操作性問(wèn)題是傳統(tǒng)自動(dòng)指紋識(shí)別系統(tǒng)中并不存在的問(wèn)題。隨著自動(dòng)指紋識(shí)別系統(tǒng)的逐步流行，以及大規(guī)模、網(wǎng)絡(luò)化應(yīng)用需求的出現(xiàn)，對(duì)于采集設(shè)備互操作性問(wèn)題的研究也日益得到研究者的重視。本論文提出了一種提高現(xiàn)有自動(dòng)指紋識(shí)別框架下采集設(shè)備互操作性的

8、方法。更為重要的是，本論文方法可以通過(guò)引入一個(gè)縮放模塊，有效的提高已存在的自動(dòng)指紋識(shí)別系統(tǒng)的采集設(shè)備互操作性。這對(duì)于當(dāng)前已經(jīng)投入運(yùn)行的大量自動(dòng)指紋識(shí)別系統(tǒng)來(lái)說(shuō)，有著重要的意義和作用。首先從系統(tǒng)級(jí)別分析和提出了面向采集設(shè)備互操作性的指紋縮放框架，在現(xiàn)有自動(dòng)指紋識(shí)別框架下引入了指紋縮放模塊。為了實(shí)現(xiàn)不同情況下的指紋圖像縮放，本論文分析和討論了基于指紋圖像和基于模板信息的縮放參數(shù)估計(jì)方法。在基于指紋圖像的縮放參數(shù)估計(jì)中，本論文提出了使用平均紋

9、線距離進(jìn)行估計(jì)的方法。在基于模板信息的縮放參數(shù)估計(jì)中，本論文提出了使用Delaunay三角化進(jìn)行估計(jì)的方法。在實(shí)驗(yàn)階段，本論文提出了幾種可行的縮放因子估計(jì)方法，包括手工標(biāo)定法、指紋圖像重建法以及基于平均紋線距離的估計(jì)方法等。通過(guò)這些方法，面向采集設(shè)備互操作性的系統(tǒng)魯棒性得到了增強(qiáng)。通過(guò)系統(tǒng)實(shí)驗(yàn)可以看到，使用了縮放模塊的自動(dòng)指紋識(shí)別系統(tǒng)的采集設(shè)備互操作性有了很大的提高。
　　 ⑸如何提高一個(gè)現(xiàn)存自動(dòng)指紋識(shí)別系統(tǒng)的性能是非常有意義的

10、話題。傳統(tǒng)上，一般通過(guò)使用多生物特征識(shí)別系統(tǒng)的方式來(lái)提高性能。但是，無(wú)論是引入其它的生物特征識(shí)別算法，還是通過(guò)多套系統(tǒng)的融合來(lái)提高性能，所需要的代價(jià)都比較大。本論文提出了一種通過(guò)引入系統(tǒng)性能增強(qiáng)模塊來(lái)增強(qiáng)現(xiàn)存自動(dòng)指紋識(shí)別系統(tǒng)性能的新思路。本論文提出的方法，不用引入任何新的生物特征識(shí)別算法，通過(guò)充分利用現(xiàn)存自動(dòng)指紋識(shí)別系統(tǒng)中的資源，就可以提高系統(tǒng)的性能。這對(duì)于當(dāng)前已經(jīng)投入運(yùn)行的大量自動(dòng)指紋識(shí)別系統(tǒng)來(lái)說(shuō)，有著重要的意義和作用。提出的方法包含

11、兩個(gè)步驟，首先，通過(guò)分析指紋圖像之間相似度的關(guān)系，將多幅錄入指紋圖像轉(zhuǎn)化為多維空間中的點(diǎn)；然后，在多維空間中，通過(guò)計(jì)算輸入指紋圖像與模板質(zhì)心的距離完獲得相似度。本論文給出了多維空間下計(jì)算相關(guān)距離的公式。實(shí)驗(yàn)表明本論文的方法可以有效提高現(xiàn)存系統(tǒng)的性能。
　　 ⑹非可加性度量方法在許多領(lǐng)域都獲得了重要的應(yīng)用。本論文將非可加性度量方法引入自動(dòng)指紋識(shí)別中，從而獲得更為系統(tǒng)和有效的性能增強(qiáng)算法。作為典型的非可加性度量方法，Choquet積

12、分模型一直受到其指數(shù)級(jí)計(jì)算復(fù)雜度的影響而無(wú)法獲得大規(guī)模的應(yīng)用，本論文提出了一種基于貝葉斯推斷的Choquet積分求解方法，使其計(jì)算復(fù)雜度降為多項(xiàng)式級(jí)?；舅悸肥鞘紫葘?wèn)題看作一個(gè)序列化問(wèn)題，然后通過(guò)使用貝葉斯推斷的方法來(lái)解決Choquet積分模型。所給出的算法將Choquet積分的計(jì)算復(fù)雜度，由原來(lái)的O((n+K)*22n)降低至K*O(n2logn)。更為重要的是，Choquet積分的2n個(gè)參數(shù)的物理意義并未丟失，因此本論文方法是在原