论文部分内容阅读
近年来,基于自动指纹识别系统的个人身份认证技术已在多个领域得到广泛的应用,如低消费的门禁系统、日常生活中的智能手机等。然而,指纹识别技术在大规模的网络化环境下的应用仍存在大量的问题,亟需解决。 基于指纹识别系统的算法都需计算指纹脊线方向,脊线方向在描述、检测和匹配指纹细节特征中具有重要意义。准确的脊线方向不仅可以降低识别误差率,提高指纹图像的压缩效率,而且提高了指纹数据库查询速度。传统的指纹识别模型在检测低质量指纹图像时虽具有一定的效果,但受大区域噪声的影响,奇异区域的效果较差,模型恢复方向的能力受到限制,缺少对指纹方向的自然预测能力。 对此,本文提出了基于小波变换的指纹脊线方向场模型,即通过结合参数模型和非参数模型的优点,在模型的优化算法中加入正则项,形成基于小波迭代收缩阈值算法的平滑拓展方向场重建方法。该模型脱离关于奇异点的先验信息,能在不同尺度对方向场进行拟合,达到对方向数据的平滑,并有效保留高曲率区域尤其是奇异点区域的细节,从而改善了模型的灵活性,形成一种约束使得指纹方向场在残缺的条件下也能以指纹自然变化的方式得以重建。 将本文模型运用于指纹识别竞赛数据库,展开相关的实验,其结果表明指纹方向场重建的准确性得到提升,并证实引起方向场不连续的奇点区域能够更好地重建。