指紋分類特征提取方法研究.pdf

1、指紋分類工作中最樸素的分類方法是通過指紋脊谷線流向以及奇異點數(shù)量/位置信息對指紋類別進行判斷。但受到指紋圖像質(zhì)量的影響這些信息難以準確地獲得。故能否準確地提取方向場和奇異點信息，或是提取其他既能準確描述指紋類別又魯棒的特征成為目前指紋分類研究的重點。
　　本論文就指紋分類算法的特征提取工作展開研究，旨在獲得對指紋類別具有描述力的特征，以提高指紋分類的精度。主要研究內(nèi)容包括:
　　(1)受FingerCode特征提取方法的啟發(fā)

2、，提出了一種稱之為大尺度方向場描述子的分類特征提取新方法，該方法以指紋核心點為中心構(gòu)造大尺度環(huán)形網(wǎng)狀結(jié)構(gòu)，通過抽取網(wǎng)狀結(jié)構(gòu)中節(jié)點處的方向來形成特征向量，以達到近似描述核心點周圍的方向模式的目的。實驗結(jié)果表明:相較于FingerCode特征提取方法，新方法在保證分類準確率的同時，由于特征提取方式更為簡單、高效，分類速度提高了近20倍。
　　該特征提取方法在實際應(yīng)用的改進——自適應(yīng)的方向場描述子，調(diào)整環(huán)狀結(jié)構(gòu)以保證提取可靠的分類信息，

3、在保證了一定的分類精度的同時，增強了特征提取過程對不同數(shù)據(jù)庫中指紋圖像的兼容性。
　　(2)減少指紋圖像預(yù)處理步驟對分類特征提取方法的影響，提出基于DCT的指紋分類特征提取方法，該方法計算動態(tài)分割過的指紋圖像梯度場水平與垂直分量，通過提取這些分量DCT響應(yīng)的低頻部分作為分類特征，以近似表示指紋圖像的全局方向場，避免了方向場描述子以及其他提取方法對預(yù)處理步驟依賴過高的問題，且實驗表明該方法應(yīng)用于指紋分類工作中具有很好的分類精度與魯棒