文档介绍：
指纹识别方法的综述摘要:对在指纹的预处理和特征提取、指纹分类、指纹的匹配过程中的方向图、滤波器、神经网络等关键性原理和技术做了详细的说明,并对在各个过程中用到的方法做了进一步的比较,讨论了各种方法的优越性。0 引言自动指纹识别是上世纪六十年代兴起的,利用计算机取代人工来进行指纹识别的一种方法。近年来,随着计算机技术的飞速发展,低价位指纹采集仪的出现以及高可靠算法的实现,更使得自动指纹识别技术越来越多地进入到人们的生活和工作中,自动指纹识别系统的研究和开发正在成为国内外学术界和商业界的热点。相对于其他生物特征鉴别技术例如语音识别及虹膜识别,指纹识别具有许多独到的优点,更重要的是它具有很高的实用性和可行性,已经被认为是一种理想的身份认证技术,有着十分广泛的应用前景,是将来生物特征识别技术的主流。1 指纹取像指纹识别特征提取指纹取像图1是一个自动指纹识别系统AFIS(AutomatedFingerprintIdentificationSystem)的简单流程。图像预处理→→→↓↑数据库管理————将一个人的指纹采集下来输入计算机进行处理是指纹自动识别的首要步骤。指纹图像的获取主要利用设备取像,方便实用,比较适合AFIS。利用设备取像的主要方法又利用光学设备、晶体传感器和超声波来进行。光学取像设备是根据光的全反射原理来设计的。晶体传感器取像是根据谷线和脊线皮肤与传感器之间距离不同而产生的电容不同来设计的。超声波设备取像也是采用光波来取像,但由于超声波波长较短,抗干扰能力较强,所以成像的质量非常好。2 图像的预处理与特征提取无论采取哪种方法提取指纹,总会给指纹图像带来各种噪声。预处理的目的就是去除图像中的噪音,把它变成一幅清晰的点线图,以便于提取正确的指纹特征。预处理是指纹自动识别过程的第一步,它的好坏直接影响着指纹识别的效果。常用的预处理与特征提取(ImagePreprocessingandFeatureEx2traction)方法的主要步骤包括方向图计算、图像滤波、二值化、细化、提取特征和后处理。当然这些步骤可以根据系统和应用的具体情况再进行适当变化。文献[1]提出了基于脊线跟踪的方法能够从灰度指纹图像中直接抽取细节点及其相关信息。211 常用的方法21111 方向图的计算6543276543217100*017**********图2 计算灰度和的9×9模板Fig.2 The9×putetheslitsums 预处理常基于方向图[2]。方向图是利用指纹纹线的方向信息,把指纹的脊线和谷线分离。一般采用9×9模板,基准点位于模板的中心。从水平位置开始,每隔πP8确定一个方向,分别在每一个方向计算该点的灰度和Si(slitsums,i=0,1,⋯,7),I(i,j)代表点(i,j)的灰度值。例如计算S3的公式如下:S3=I(i-2,j-4)+I(i-1,j-2)+ I(i+1,j+2)+I(i+2,j+4)(1)设Sp和Sq分别代表8个方向中最小的与最大的灰度和。该点的方向一般只可能在p和q这两个方向上。用C代表该点的灰度值,那么可通过公式(2)得到该点的方向d。如果该点位于脊沟上,那么该点的方向定义为p否则为q。如此可以得到每一个像素点的方向。 q其他(2)文献[3]介绍了另外一种估计方向场的方法。这种方法也将指纹脊线的走向分为类似图2的8个方向。但在处理
内容来自淘豆网转载请标明出处.
