论文部分内容阅读
指纹自动识别技术的应用非常广泛,几乎所有需要进行安全性防范的场合(如:金融证券、IT、安防、公安、医疗、福利等行业)均可以运用指纹自动识别技术。指纹自动识别技术中的自动定位问题目前并未完全解决,一般都是以手工或手工、自动相结合的方式进行定位,这样做不仅受人的视力、经验因素等条件的制约,而且处理速度受到一定影响。因此本文研究的重点为指纹自动定位。同时本文还对指纹图像的预处理、指纹图像的分类、指纹图像的特征提取、指纹图像的配准等问题进行了相应的研究,并提出了一些新的处理方法。 1.本文采用了块方向图滤波、自适应阈值法二值化、形态学二值图像滤波、形态学二值图像细化等预处理算法完成指纹图像的预处理工作。预处理工作能有效去除指纹灰度图中的断点和叉连。 2.本文研究并实现了包括Poincare索引法、点方向一致性度量法、块方向图搜索法、方向均值差异法及不同方向数目最大值法在内的多种自动定位算法。Poincare索引法定位的中心点数目较多,且比较杂乱,本文将该算法作了改进。改进的Poincare索引法可以用来精确定位指纹中心点,但对指纹的类型依赖性较大,即无法精确定位弓型纹的中心点。而本文的块方向图搜索法对指纹类型的适应性较好,可以完成各种类型指纹中心点的定位工作,但该方法只能确定出指纹的中心区域(16×16像素的窗口块)。在具体研究并实现了以上指纹自动定位算法的基础上,本文提出了一种基于中心区域块方向走向变化与改进的Poincare索引法相结合的综合法。实验证明该算法可以用来精确定位指纹中心,且对指纹类型的适应性较好。 3.利用块方向图及中心点的位置,根据中心点处块方向的变化情况实现指纹分类,具体分为斗型纹、弓型纹、突起弓型纹、左箕型纹、右箕型纹和杂型纹六种类型。 4.采用模板法提取指纹的细节特征,存入相应的指纹特征文件。采用二次匹配的算法对指纹作配准识别。试验证明,在一般情况下识别准确率达到80%以上,结果令人满意。 5.二次匹配算法鲁棒性强,对指纹的旋转和平移不敏感。