论文部分内容阅读
指纹识别技术是一种利用人的指纹特征通过计算机进行身份自动识别的综合技术,属于生物特征识别领域。应用指纹进行身份鉴别已有悠久的历史,很多国内外学者对指纹识别技术作了深入细致的分析和研究,并提出不少卓有成效的算法,取得了丰硕的成果。然而,指纹识别仍然存在一些未得到完全解决的技术难点。随着指纹识别技术得到原来越广泛的应用以及应用要求的不断增加,指纹匹配算法的可靠性和鲁棒性与各种应用要求的性能之间的矛盾越来越突出。重叠面积较小和指纹质量较差就是影响自动指纹识别性能提高的其中两个关键因素。本文主要对重叠面积小、细节特征点不够丰富的指纹识别方法进行研究与实现。同时为了提高识别算法的准确率,将指纹细节点周围图像质量评价引入匹配算法。
对重叠面积小、细节特征点不够丰富的指纹,常用的基于点模式的指纹匹配算法和单纯基于纹线相似度的指纹匹配算法有一定的局限性。所以,本文提出了一种基于细节点局部结构的指纹匹配算法。首先利用细节点所在脊线的相似度寻找基准细节点,并进行姿势调整;然后,根据细节点类型(端点和分叉点)分别设计了相应的局部结构,通过计算局部相似度,进而融合计算出整幅指纹的相似度,来判断两幅指纹是否同源。实验结果表明,该算法对解决重叠面积小的指纹匹配问题有一定的优势。
指纹图像质量是影响指纹匹配的关键因素之一。本文将指纹图像质量评价引入指纹匹配算法中,作为指纹匹配算法的一个重要环节。指纹质量评价分为全局质量评价和局部质量评价。
本文主要是对指纹图像指定区域进行局部质量评价。
首先是根据提取的细节特征点(端点和分叉点)构造局部结构,即端点局部结构和分叉点局部结构;
然后,求得每个局部结构的外接矩形,并对每个矩形区域进行质量评价,计算每个矩形区域的指纹质量因子:
最后,找到匹配细节点对,并对细节点各自所在区域的质量因子求平均,平均值作为匹配细节点对应局部结构在计算整体指纹相似度的权重。
实验结果表明,该方法在一定程度上提高指纹识别准确率。