改進(jìn)型指紋識(shí)別算法的研究與實(shí)現(xiàn).pdf

1、隨著虛擬儀器軟件LabVIEW的出現(xiàn)，數(shù)據(jù)流編程方式漸漸地改變了傳統(tǒng)文本語(yǔ)言編程的方式，圖形化編程逐步擴(kuò)大著編程語(yǔ)言開發(fā)的市場(chǎng)領(lǐng)域，另一方面，當(dāng)前的指紋識(shí)別系統(tǒng)逐漸向著小型化和嵌入式方向發(fā)展，軟硬件結(jié)合開發(fā)的指紋識(shí)別系統(tǒng)成為近來發(fā)展的趨勢(shì)。
　　 本文首先介紹了指紋識(shí)別技術(shù)和機(jī)器視覺的研究背景和國(guó)內(nèi)外現(xiàn)狀，與此同時(shí)，對(duì)虛擬儀器軟件LabVIEW的特點(diǎn)進(jìn)行了介紹，隨后對(duì)VISION視覺開發(fā)包在機(jī)器視覺開發(fā)方向的優(yōu)點(diǎn)進(jìn)行了說明，

2、r>　　 其次，研究了傳統(tǒng)的指紋圖像預(yù)處理過程以及各種處理算法的分析比較，本文用物理場(chǎng)論描述了整個(gè)指紋圖像預(yù)處理過程，包括指紋圖像的圖像場(chǎng)強(qiáng)與分割、圖像的均衡化、圖像的收斂、圖像的平滑、圖像的增強(qiáng)、圖像的二值化以及圖像的細(xì)化等，在指紋圖像預(yù)處理模塊中，分析比較了灰度閾值分割法和智能二值化領(lǐng)域分割法這兩種增強(qiáng)算法，之后提出了一種細(xì)化算法的優(yōu)化，能夠很好的解決骨架吞食等現(xiàn)象，然后在LabVIEW和VISION視覺包下實(shí)現(xiàn)指紋圖像的預(yù)處理過

3、程。
　　 再次，對(duì)特征提取以及特征匹配等方面的理論進(jìn)行研究，涉及到指紋特征的分類和識(shí)別，指紋特征值的提取算法分析以及對(duì)特征值比對(duì)過程的研究，在指紋匹配模塊中，通過對(duì)指紋圖像特征點(diǎn)的識(shí)別和提取過程的研究，介紹分析了用方向場(chǎng)均值算法去除偽奇異點(diǎn)的方法，引入限界盒模型去解決指紋圖像的非線性形變問題，提出了一個(gè)改進(jìn)的指紋配準(zhǔn)特征點(diǎn)模型，從而能夠解決細(xì)化后的圖像不穩(wěn)定的影響，提高相似分?jǐn)?shù)的正確率和匹配速率。
　　 最后，在Lab

4、VIEW環(huán)境下開發(fā)出基于Biokey算法的指紋識(shí)別系統(tǒng)，把用VISION視覺包開發(fā)的指紋圖像預(yù)處理模塊加入到系統(tǒng)的匹配模塊之前，增加了系統(tǒng)的識(shí)別速度和一定的準(zhǔn)確率，針對(duì)一般的指紋識(shí)別的軟件系統(tǒng)存在的實(shí)時(shí)性和速率的不足，對(duì)TMS320VC33芯片的硬件結(jié)構(gòu)和LabVIEW的DSP開發(fā)模塊的研究，提出了基于LabVIEW的DSP開發(fā)模塊和DSP開發(fā)板SPEEDY-33(TMS320VC33芯片)的指紋圖像預(yù)處理硬件設(shè)計(jì)方案(預(yù)處理模塊結(jié)構(gòu)圖