指紋圖像分割與細節(jié)點匹配算法研究.pdf

1、生物特征識別技術是建立在對人的生物特征辨別的基礎上的識別技術?；谥讣y紋線形態(tài)的終生不變性及唯一性,指紋識別技術成為最安全最可靠的生物特征識別技術。自動指紋識別系統(tǒng)(AFIS)通過特殊的轉換設備和圖像處理技術,對指紋進行采集、分析和比對,可以迅速、準確地鑒別出個人身份,有著廣闊的市場前景。通常AFIS包含三個處理階段:指紋采集、指紋預處理以及指紋匹配。其中指紋預處理又包含標準化、指紋分割、方向場求取、紋線距離估計、指紋增強、指紋二值化、

2、指紋細化以及特征提取。本文針對自動指紋識別系統(tǒng)中的指紋圖像分割和指紋匹配這兩方面進行了研究,主要研究內容如下:
　　 基于均值方差的指紋分割算法簡單快速并被廣泛采用,但是對于低對比度和高噪聲的指紋圖像分割效果不理想。因此,我們提出一種基于紋線搜索的指紋分割算法。該方法首先對指紋圖像的每個圖像塊,使用基于紋線搜索的方法進行水平和垂直兩個方向窗口的填充,利用先驗知識,根據定義的旋轉平移參數一致性參數和紋線距離方差判斷該塊是屬于前景塊

3、還是背景塊,從而實現整幅指紋圖像的分割。該方法能有效解決均值方差分割算法對低對比度和高噪聲的指紋圖像分割效果不理想的問題。最后進一步提出了將均值方差分割算法和基于紋線搜索的分割方法的融合方法,實驗結果表明達到了較好的分割效果。
　　 現有的基于細節(jié)點的指紋匹配算法大多可歸為單參考點對的匹配思路:在所有可能的細節(jié)點對中,選擇一對最可能匹配的細節(jié)點作為參考點對,對模板指紋和輸入指紋進行全局配準匹配。但是由于指紋的非線性形變等因素的存

4、在,離參考點對越遠的細節(jié)點對定位誤差越大。因此我們提出多參考點對融合的細節(jié)點匹配算法。首先,利用旋轉平移參數一致性選擇出多對正確匹配的參考點對,然后分別以每一對參考點為基準進行全局匹配,得到與參考點對數同樣個數的匹配細節(jié)點對的集合,最后綜合利用這些集合的信息,計算匹配分數。多參考點對的選取以及多個匹配細節(jié)點對集合信息的融合,在一定程度上解決了指紋的非線性形變問題對細節(jié)點匹配算法性能的影響。
　　 基于紋線搜索的指紋分割算法彌補了

5、均值方差分割算法的不足,但由于該方法是一種窗口方法,首先窗口太大或太小都將影響分割效果,其次指紋區(qū)和背景區(qū)的交界區(qū)域因為窗口的緣故,分割效果不是很理想。因此窗口大小的選擇以及如何處理交界區(qū)域是下一步研究的重點。多參考點對融合的細節(jié)點匹配算法的研究目前還處于嘗試階段。本文對利用旋轉平移參數一致性選取多參考點對的有效性進行了驗證,并初步嘗試使用加權統(tǒng)計的融合策略,綜合利用得到的多個匹配細節(jié)點對集合的信息。以上實驗一定程度上證明了該匹配思路的