本文对自动指纹识别的若干技术进行了探讨,综合运用图像处理、模式识别、计算机应用等理论和技术较为深入的研究了指纹奇异点提取、指纹分类和指纹图像细化等问题。全文共分四章,第一章是绪论部分,主要是指纹识别技术介绍和指纹分类、指纹细化综述。第二章是指纹图像奇异点提取和指纹分类研究。第三章是对指纹细化方法的研究。第四章是结论。主要研究内容具体包括: (1) 对指纹分类作了综述性讨论。 自动指纹识别一直是近年来的一个研究热点,而指纹分类则是自动指纹识别技术的重要组成部分,在一对多自动指纹识别中有着重要的应用价值。本文对现有的指纹分类方法进行了总结和分析。尽管过内外同行已经对指纹分类问题做过很多的研究工作,但由于指纹图像采集技术的限制、指纹分类问题本身的复杂性等因素的影响,现有指纹分类算法在分类准确率和分类效率上与实际应用的要求还有较大差距。其中,奇异点的准确、可靠提取是指纹分类中的关键和核心。因此,有必要对指纹奇异点的提取和指纹分类问题进行更为深入、系统的研究。 (2) 指纹图像奇异点提取和指纹分类的研究。 现有的指纹奇异点提取方法主要可以分成基于块图像水平的方法和基于像素水平的方法两类。但现有奇异点提取算法普遍存在丢失奇异点和提取到较多伪奇异点的情况。本文分别实现了这两类奇异点提取方法,并对其性能进行了分析,发现基于块图像水平的方法不容易提取到伪奇异点,但容易出现丢失奇异点的情况;而基于像素水平的方法较少出现丢失奇异点的情况,但在指纹图像质量较差时,往往容易检测到伪奇异点。基于以上分析,本文充分利用了两种方法在性能上的互补特点,研究一种综合的指纹奇异点提取方法,将基于块图像水平方法和基于像素水平的方法结合使用,使得奇异点提取结果的可靠性和准确性得到了明显的提高。利用本文方法的奇异点检测结果,实现了指纹分类,进一步证明了综合奇异点提取方法的有效性。 (3) 指纹图像细化算法的研究。 指纹图像细化是自动指纹识别的关键技术之一,图像细化效果对自动指纹识别系统的性能有着重要的影响。指纹细化是在二值图像的基础上将二值图像变成单像素宽的骨架图像,细化的目的是便于后续步骤提取指纹特征信息。已有多种图像细化算法在指纹图像细化中使用。但从效果上看,这些方法基本都存在这样或那样的问题,还不能很好地满足指纹图像的细化要求。本文分别实现四种较为主流的指纹图像细化算法,并对它们的细化效果进行了较为系统的分析和评价,并在此基础上,对其中的一种细化算法----串并行细化算法进行了改进。实验结