基于圖像降維的雙模式指紋識別算法的研究.pdf

1、由于人類的指紋具有唯一性、終生不變性以及與主體不可分離等特性，滿足身份識別系統(tǒng)的基本要求，因此，基于指紋特征的身份識別技術(shù)備受研究者關(guān)注。指紋識別技術(shù)在各種安全領(lǐng)域都取得了相應(yīng)的應(yīng)用，已經(jīng)成為當(dāng)今使用最為廣泛的生物特征識別技術(shù)之一。但是，在非理想的情況下，指紋識別系統(tǒng)的性能還存在諸多問題，例如，過干或過濕的指紋造成的紋線斷裂或粘連，采集時手指按壓的力度和方向不一造成的畸變，都給指紋識別帶來困難。因此，從低質(zhì)量指紋的預(yù)處理技術(shù)，到大容量系

2、統(tǒng)的實時性，指紋識別系統(tǒng)尚存在大量的關(guān)鍵技術(shù)有待解決。 本文在系統(tǒng)的分析理解現(xiàn)有研究成果的基礎(chǔ)上，擬對指紋圖像的預(yù)處理技術(shù)、指紋圖像的數(shù)據(jù)降維和特征匹配等算法，提出自己的見解與改進。 指紋的預(yù)處理系統(tǒng)主要包含指紋的增強、分割、二值化、細(xì)化、指紋質(zhì)量評估等模塊。本文將對指紋預(yù)處理中的主要步驟進行詳細(xì)的闡述和分析，并實現(xiàn)或改進上述部分算法，給出實驗結(jié)果。 圖像的數(shù)據(jù)降維是指將源數(shù)據(jù)向量從高維空間映射到低維空間中，通過

3、保留最重要的或者最能體現(xiàn)個體差異性的成分，使得降維后的數(shù)據(jù)能夠最大程度的保留原高維向量的特征或某一個方面的特性。本文對圖像降維中的PCA和2DPCA等常用算法進行了分析和研究，并結(jié)合樣本類別信息對2DPCA算法進行了改進。 指紋識別系統(tǒng)中的匹配算法主要分為基于細(xì)節(jié)信息和基于全局信息兩種模式。本文首先對傳統(tǒng)的基于細(xì)節(jié)信息的點模式指紋匹配算法進行了論述和分析；然后對圖像降維的方法及其在指紋識別中的應(yīng)用進行了研究；最后提出了一種基于圖

4、像降維的雙模式指紋識別算法。該算法兼具兩種匹配模式的優(yōu)點，能夠在一定程度上加快指紋匹配的速度，提高指紋匹配的準(zhǔn)確率。 本文的主要工作與貢獻： (1)本文重點闡述了一個完整的雙模式指紋識別系統(tǒng)的算法流程與具體實現(xiàn)過程，在分析理解現(xiàn)有算法的基礎(chǔ)上，對部分算法做出了改進。 (2)對指紋的預(yù)處理算法進行了較為深入的研究，對以下算法進行了改進： ①針對指紋圖像的分割，提出了一種新的獲得局部閾值的算法； ②針

5、對指紋圖像的均衡化，提出了一種效果較好的分塊均衡化算法； ③針對指紋圖像的細(xì)化，提出了一種有效的快速細(xì)化算法； ④針對指紋圖像的中心點定位，采用了一種基于塊方向圖點集的算法。 (3)研究了基于2DPCA的圖像降維算法，并對其進行了改進，設(shè)計了一種基于樣本類別信息的2DPCA算法。 (4)針對指紋圖像的特點，將改進后的2DPCA算法應(yīng)用于指紋識別，形成了一種基于改進2DPCA的指紋識別算法。 (5)