指纹识别是生物识别技术中热门的研究课题,目前指纹识别技术主要应用于门禁、考勤系统、信息安全和公安破案等领域。指纹方向场的计算是指纹识别算法中最重要的算法之一,影响后续的指纹增强和特征提取。为了更加准确地处理低质量指纹纹理特征,本文从方向场出发,研究了指纹处理过程中的若干技术,具体为:针对传统投票法在噪声区域指纹质量块可靠性较低的问题,本文提出了一种基于方向权值扩散求方向场的方法。首先利用平方梯度法对指纹方向场进行粗提取,然后利用基于权值的梯度一致性对指纹质量进行评估,把质量块分为四个等级。然后利用邻域判别法对误判的指纹块进行修正。对误判的质量块进行修正后,统计邻域块中已评估块的个数,把每个质量分数相同的块分为三个优先级。最后利用质量和优先级对指纹方向场进行迭代,在迭代过程中根据待评估块邻域块的方梯度一致性赋予不同的权值,待评估块迭代完全后得到最终的方向场。实验结果表明:本文方法能够通过质量扩散来提高低质量区域的可靠性,从而提高投票法在可靠性差的区域方向场的准确度。针对传统的STFT(短时傅里叶变换)增强在噪声区域方向场容易出错的问题,本文利用基于方向权值扩散法求取的方向对传统的STFT增强算法进行改进。首先利用STFT分析求出每个块的频率,对频率进行平滑处理。然后利用本文方向场取代STFT分析求出的方向场。最后基于方向和频率信息对图像进行滤波,进行傅里叶逆变换后得到最终的增强图像。实验结果表明:本文的改进方法具有较好的增强效果。为验证提出算法的有效性,用其对FVC2002,FVC2004,FVC2006指纹图像库的大样本进行奇异点提取实验统计分析,统计奇异点的真阳率为90%,细节点总错误率为22.37%,充分体现了本文算法能比较准确地重建出低质量指纹的方向场。