基于串距離匹配的指紋識別方法的研究及實現(xiàn).pdf

1、生物識別以生物技術(shù)為基礎(chǔ)，以信息技術(shù)為手段，將兩大熱門技術(shù)融合為一體。指紋識別是生物識別技術(shù)中最早應(yīng)用，技術(shù)最為成熟，價格最低廉的分支。 指紋識別是集光電技術(shù)、圖像處理、數(shù)據(jù)庫技術(shù)、模式識別等技術(shù)等于一體的綜合性問題。本文在前人的研究成果的基礎(chǔ)上，對指紋識別的各個過程，包括指紋圖像預(yù)處理、指紋圖像特征點提取、指紋匹配等相關(guān)算法進行了研究，主要研究內(nèi)容有： 指紋圖像預(yù)處理階段，使用掩膜法求取了圖像的方向圖；根據(jù)得到的方向信

2、息，使用Gabor濾波對指紋圖像進行增強，因為Gabor濾波器是具有方向和頻率選擇特性的帶通濾波器，更符合指紋圖像的特性；之后，在對增強后的指紋圖像進行二值化階段，本文使用了動態(tài)閾值法，動態(tài)閾值法利用了指紋圖像本身的特性，能得到更好的效果；在指紋圖像細化階段，本文介紹了基于數(shù)學(xué)形態(tài)學(xué)的細化方法，基于數(shù)學(xué)形態(tài)學(xué)的細化方法很好的總結(jié)了指紋圖像的特征，利用8-鄰接點的相關(guān)概念，對指紋圖像能達到很好的細化效果。 在指紋圖像特征提取階段，

3、本文介紹了8鄰域編碼紋線跟蹤算法進行特征點提取的思想和方法，8鄰域編碼紋線跟蹤算法繼承了細化中8-鄰接點的相關(guān)概念，對指紋圖像的末梢點、分支點等特征進行提取。 在指紋圖像匹配階段，為了得到較好的效果，本文采用了兩次匹配的過程，第一次匹配使用傳統(tǒng)的基于特征點的匹配方法，能夠迅速的去除差距很大的圖片和效果較好的匹配圖片，而第二次匹配使用了基于可變界限盒的串距離匹配方法，這種方法能夠更好的適應(yīng)指紋圖像的非線性形變等情況。通過兩次匹配的