指纹匹配算法与自动指纹识别系统的-研究

《指纹匹配算法与自动指纹识别系统的-研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据河北工业大学硕士学位论文摘要传统的安全系统已经显得越发薄弱，不符合现代生活的需求和标准。电子产品的身份验证迫切需要一种更安全，更准确，更方便的新的身份识别和数字签名方法。这种特殊的需求就给指纹匹配系统提供了广泛的用武之地。预处理是指纹匹配系统的第一阶段。特征提取是指纹匹配系统的第二阶段。特征匹配是指纹匹配系统的第三阶段。文章的主要研究工作也分为以下三个方面：首先：指纹预处理阶段包括指纹分割部分（分割前景和背景），均衡处理部分（增强明暗对比度），收敛部分（缓解纹线发散混沌），指纹平滑部分（平滑噪声），智能增强部

2、分，二值化（灰度两级表示）并去噪部分，指纹骨架细化并清掉虚假特征点部分。其次：指纹特征提取中心点，分叉点，梯度场，端点，三角点等。特别加入了后处理模块有效的清掉虚假特征点，毛刺，短棒，粘桥等伪特征，提升了预处理和特征提取的整体效果。最后：针对基于图形的指纹匹配方法匹配效果不佳，匹配时间较长的缺点，本文设计了一种新的匹配算法，即一种利用新的特征集合，改进的拓扑结构和匹配过程的匹配算法。该算法利用k近邻法以及脊线追踪相融合，为端点和叉点重新设计拓扑结构，利用坐标转换，和半可变限界盒分别对每个匹配的特征点对进行两次匹配，争

3、取提前结束指纹匹配的全过程。本文实验样本为FVC指纹库的b组，在vc6.0编程平台下，共进行2000余次实验，并与基于遗传算法和矢量三角形的传统指纹匹配算法相对比，从对比结果上看，本文实验效果良好，应用前景广阔。关键词：指纹匹配，k近邻法，脊线追踪，半可变限界盒i万方数据指纹匹配算法与自动指纹识别系统的研究ABSTRACTThetraditionalsecuritysystemcannotmeettheneedofmodernlife.Theauthenticationofelectronicproductsisin

4、urgentneedofamoresafermethods.Sothetechnologyoffingerprintmatchingemergeanddevelopquickly.Modernscienceshowsthatfingerprintrecognitionhasmanyexcellentproperties,suchasstabilityanduniquenessandhasabroadmarketprospectinthefieldofpracticalapplications.Thefirststag

5、eisthepre-processing.Thesecondstageisthefeatureextraction.Thefeaturematchingisthethirdstage.Thispaperalsodivideintothreepartsbasedproductionofpeople：（1）Thepreprocessingstageincludesfingerprintsegmentation，fingerprintequilibrium， fingerprintconvergence，fingerpri

6、ntsmoothing，fingerprintIntelligenceaugmentation， fingerprintbinarizationanddenoising，fingerprintthinninganddeletethefalsefingerprint points.Theexperimentsshowthatthisalgorithmhasagoodeffectlayasolidfoundationforthe featureextractionandfeaturematching。（2）Thefing

7、erprintfeatureextractionsectionlistesalargenumberofdomesticandfor eignclassicalalgorithms，thepointsofcenter,endandfork,gradientfield,,triangle,ori entationfieldareextracted.（3）Theimagematchingalgorithmisnotquickenough,andtheexperimentaleffectisnot good,soIputfo

8、rwardanewmatchingalgorithmhere.Afreshfeatureset,aimprovedtopology andanewmatchingprocesswillbeusedinthisfingerprintmatchingalgorithm.Tobeginwith, WiththemeansofK-nearestneig