局部調(diào)整梯度函數(shù)在指紋識(shí)別技術(shù)中的研究和應(yīng)用.pdf

1、圖像分割是從圖像處理到圖像分析的關(guān)鍵技術(shù)。幾何活動(dòng)輪廓模型是為解決圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域廣泛存在的圖像分割問(wèn)題而提出來(lái)的。梯度函數(shù)是在研究幾何活動(dòng)輪廓模型時(shí)將界面或者演化曲線看成高一維空間中某一函數(shù)ψ原型。指紋識(shí)別過(guò)程主要包括指紋采集、指紋分類、特征提取和指紋匹配四個(gè)步驟?，F(xiàn)有指紋識(shí)別技術(shù)中的指紋分類大多是根據(jù)奇異點(diǎn)的數(shù)目、類型和位置等信息來(lái)實(shí)現(xiàn)固定分類，根據(jù)指紋方向場(chǎng)信息進(jìn)行連續(xù)分類。在指紋匹配算法中，主要是基于部分奇異點(diǎn)對(duì)的匹配，

2、通常所見(jiàn)的指紋匹配算法中認(rèn)為：只要比對(duì)13個(gè)特征點(diǎn)重合，就認(rèn)為是同一指紋。
　　當(dāng)采集到的指紋圖象遇到刮擦，扭曲，變形，水痕等情況，現(xiàn)有的指紋識(shí)別算法功能就很難達(dá)到，其主要原因在于現(xiàn)有的指紋分類算法大多都只是基于灰度估算算法計(jì)算方向場(chǎng)，當(dāng)采集圖象的灰度估算在失效的情況下，就很難對(duì)現(xiàn)有指紋圖象進(jìn)行分類，從而導(dǎo)致整個(gè)指紋識(shí)別算法失效；在指紋匹配算法中，由于未對(duì)捕獲到的指紋特征點(diǎn)進(jìn)行具體的分類，從而導(dǎo)致了指紋匹配算法中的奇異點(diǎn)對(duì)量過(guò)大，

3、致而整個(gè)匹配算法的效率低下；此外，從整個(gè)指紋識(shí)別算法來(lái)看，指紋分類算法和指紋匹配算法是彼此孤立的過(guò)程，這樣在1：N運(yùn)行模式下，沒(méi)有實(shí)現(xiàn)指紋分類和指紋匹配算法的同步，從而拖慢了整個(gè)系統(tǒng)的運(yùn)行效率。
　　本文在現(xiàn)有的梯度函數(shù)研究的基礎(chǔ)上，分析傳統(tǒng)梯度函數(shù)的優(yōu)缺點(diǎn)，引入一種新的梯度函數(shù)：局部調(diào)整梯度函數(shù)，再結(jié)合現(xiàn)有指紋分類算法中構(gòu)建指紋方向場(chǎng)所存在的局限，把灰度估算方向場(chǎng)算法和局部調(diào)整梯度計(jì)算方向場(chǎng)算法有機(jī)結(jié)合起來(lái)，提出一種新的建模思路

4、，即：把兩中指紋分類算法有機(jī)的統(tǒng)一到一種算法中來(lái)。這樣一來(lái)，即使其中一種分類算法失效，也能保證指紋分類算法有效性，從而達(dá)到提高指紋分類算法的魯棒性的效果。
　　本文針對(duì)傳統(tǒng)意義上單純匹配細(xì)節(jié)點(diǎn)的算法，提出了一種改良后的算法：匹配細(xì)節(jié)點(diǎn)對(duì)的算法。在算法中，引入奇異點(diǎn)的鄰近結(jié)構(gòu)，即在以奇異點(diǎn)或者特征點(diǎn)為中心，構(gòu)造同心圓的過(guò)程，在同心圓內(nèi)所包含的細(xì)節(jié)點(diǎn)即為該奇異點(diǎn)鄰近的鄰近結(jié)構(gòu)，然后對(duì)該結(jié)構(gòu)內(nèi)的細(xì)節(jié)點(diǎn)進(jìn)行分類，在分類后，對(duì)不同類的細(xì)節(jié)點(diǎn)

5、進(jìn)行構(gòu)造細(xì)節(jié)點(diǎn)對(duì)。那么單純匹配細(xì)節(jié)點(diǎn)算法中：匹配13個(gè)以上的特征點(diǎn)對(duì)匹配的情況，就認(rèn)為兩張指紋圖象完全匹配。就可以變?yōu)椋褐灰ヅ?對(duì)到7對(duì)細(xì)節(jié)點(diǎn)對(duì)的情況就可以認(rèn)為兩張指紋圖象完全匹配。這樣一來(lái)，通過(guò)對(duì)特征點(diǎn)進(jìn)行分類，就達(dá)到了降低匹配指紋特征點(diǎn)的數(shù)目，從而了提高匹配的效率。
　　在實(shí)際的1：N模式指紋識(shí)別系統(tǒng)中，都會(huì)存在在線匹配的情況，如果單純的把指紋分類和指紋匹配算法孤立起來(lái)，那么這樣的指紋識(shí)別系統(tǒng)效率是十分低下的。本文把孤立的指