生物特征识别系统作为一种有效的身份识别技术已经迅速的得到了大众的接受。生物特征识别系统本质上是一个模式识别系统。它从人体获得源数据,并抽取其中的特征集。通过与数据库中模板特征集的对比来判断它们是否来自同一个人。在生物识别领域中,指纹识别是应用最为广泛的技术。从门禁控制到犯罪调查,从移民管理到军事认证等等,现在已经有很多的自动指纹识别系统应用于不同的领域。然而,从实际应用和相关竞赛的情况看,在自动指纹识别领域仍然有很多的问题需要解决。本论文针对面向采集设备的特征选择、指纹图像分割、平均纹线距离估计、指纹缩放框架、系统性能增强算法和非可加性度量的复杂度降低等问题开展了研究。本论文的主要贡献如下：1.随着生物特征识别系统在不同领域中日渐广泛的应用和发展,采集设备互操作性问题也变得越来越重要。在生物特征识别系统中的几个角色里,特征是非常重要的部分。因此,面向采集设备互操作性的特征选择也就成为相关工作的基础。据我们所知,相关的研究工作还处于初期阶段。本论文对面向采集设备互操作性的特征选择问题进行了研究。首先,本论文提出了自动指纹识别系统中3种角色之间关系的问题,并提出了从3种角色的角度改进自动指纹识别系统的方法。其次,通过指纹图像分割的例子,本论文提出了导致采集设备互操作性问题的两个关键因素。采集设备互操作性问题是由不同采集器本身的性能差异造成的,这是第一个因素；在协调不同采集器的过程中形成的采集设备互操作性问题,这是第二个因素。最后,实验显示,在不同的采集设备下,特征表现出了不同的采集设备互操作性。2.指纹图像分割是指纹识别系统的重要组成部分。分割算法的结果在一定程度上影响了后续的特征提取和匹配模块的性能。因此,快速而高性能的指纹图像分割算法是非常有意义的。传统上,指纹图像分割算法一般分为基于块和基于像素的指纹图像分割算法两类。本论文提出了一种融合基于块和基于像素的指纹图像分割算法框架。本论文所提出的融合基于块和基于像素的指纹图像分割算法框架,首先对指纹图像使用基于块的指纹图像分割算法,并将结果分为前景块、背景块和边缘块三类；然后,通过使用基于像素的指纹图像分割算法对边缘块进行精确的分割；最后,将两次分割结果进行融合。由于所使用的基于块和基于像素的指纹图像分割算法都是线性算法,因此,本论文提出的混合算法也是线性的。本论文的方法结合了基于块和基于像素的算法的优势,既有基于块算法速度快的特点,又有基于像素算法分割精度高的优点。实验结果表明,本论文方法的分割性能优于单纯基于块或基于像素的算法。3.指纹图像的平均纹线距离是指纹纹理属性的一个重要特征,在指纹识别中具有重要的价值和广泛的应用。作为一个重要的参数,平均纹线距离的估计精度可能对分割、增强和分类结果造成严重的影响。本论文提出了一种新的指纹图像平均纹线距离估计算法,并提出了一套评价平均纹线距离估计算法性能的实验方案。本论文提出的平均纹线距离估计算法,首先通过使用傅立叶变换将指纹图像从空间域转换为频谱域；然后,通过最大平均熵的估计找到频谱域图像中能量最集中的部分；最后,通过加权欧氏距离的计算挑选出最有代表性的纹线距离作为平均纹线距离。为了评价算法的性能,本论文提出了使用人工数据集和典型指纹图像对算法进行测试的实验方案。实验结果表明,本论文算法可以对指纹平均纹线距离实现精确的估计。4.由采集设备的分辨率和采集窗口尺寸差异造成的采集设备互操作性问题是传统自动指纹识别系统中并不存在的问题。随着自动指纹识别系统的逐步流行,以及大规模、网络化应用需求的出现,对于采集设备互操作性问题的研究也日益得到研究者的重视。本论文提出了一种提高现有自动指纹识别框架下采集设备互操作性的方法。更为重要的是,本论文方法可以通过引入一个缩放模块,有效的提高已存在的自动指纹识别系统的采集设备互操作性。这对于当前已经投入运行的大量自动指纹识别系统来说,有着重要的意义和作用。本论文首先从系统级别分析和提出了面向采集设备互操作性的指纹缩放框架,在现有自动指纹识别框架下引入了指纹缩放模块。为了实现不同情况下的指纹图像缩放,本论文分析和讨论了基于指纹图像和基于模板信息的缩放参数估计方法。在基于指纹图像的缩放参数估计中,本论文提出了使用平均纹线距离进行估计的方法。在基于模板信息的缩放参数估计中,本论文提出了使用Delaunay三角化进行估计的方法。在实验阶段,本论文提出了几种可行的缩放因子估计方法,包括手工标定法、指纹图像重建法以及基于平均纹线距离的估计方法等。通过这些方法,面向采集设备互操作性的系统鲁棒性得到了增强。通过系统实验可以看到,使用了缩放模块的自动指纹识别系统的采集设备互操作性有了很大的提高。5.如何提高一个现存自动指纹识别系统的性能是非常有意义的话题。传统上,一般通过使用多生物特征识别系统的方式来提高性能。但是,无论是引入其它的生物特征识别算法,还是通过多套系统的融合来提高性能,所需要的代价都比较大。本论文提出了一种通过引入系统性能增强模块来增强现存自动指纹识别系统性能的新思路。本论文提出的方法,不用引入任何新的生物特征识别算法,通过充分利用现存自动指纹识别系统中的资源,就可以提高系统的性能。这对于当前已经投入运行的大量自动指纹识别系统来说,有着重要的意义和作用。本论文提出的方法包含两个步骤,首先,通过分析指纹图像之间相似度的关系,将多幅录入指纹图像转化为多维空间中的点；然后,在多维空间中,通过计算输入指纹图像与模板质心的距离完获得相似度。本论文给出了多维空间下计算相关距离的公式。实验表明本论文的方法可以有效提高现存系统的性能。6.非可加性度量方法在许多领域都获得了重要的应用。本论文将非可加性度量方法引入自动指纹识别中,从而获得更为系统和有效的性能增强算法。作为典型的非可加性度量方法,Choquet积分模型一直受到其指数级计算复杂度的影响而无法获得大规模的应用,本论文提出了一种基于贝叶斯推断的Choquet积分求解方法,使其计算复杂度降为多项式级。本论文方法的基本思路是首先将问题看作一个序列化问题,然后通过使用贝叶斯推断的方法来解决Choquet积分模型。所给出的算法将Choquet积分的计算复杂度,由原来的0((n+K)*222n）降低至K*0(n2logn)。更为重要的是,Choquet积分的2n个参数的物理意义并未丢失,因此本论文方法是在原始的Choquet积分空间中获得的解。本论文从理论上对算法的收敛性进行了说明,并通过实验证明了其统计属性。实验显示本论文方法比传统方法更有优势。在此基础上,本论文提出了基于指纹的Mobius表示和Choquet积分的性能增强算法。