低质量指纹图像增强与形变指纹匹配的研究

摘要

指纹识别是生物特征识别技术之一，同时也是最理想的一种。为了提高指纹识别的性能和加速指纹识别技术的普及，本文针对低质量指纹图像的增强、小面积指纹的识别和形变指纹的匹配开展了深入的研究。主要工作如下： （1）深入分析了低质量指纹图像的增强，提出了基于Log Gabor滤波的指纹增强方法。Gabor滤波是指纹增强中普遍使用的方法，但是仍存在一定的局限性。本文提出采用Log Gabor滤波器来实现指纹增强，该方法先以纹线方向和纹线频率为参数构造合适的LogGabor滤波器，然后采用加窗傅里叶变换提取指纹图像的频谱信息，最后在频域进行滤波。实验结果表明所提出的算法能有效改善指纹图像的质量和提高指纹识别的准确性。 （2）针对小面积指纹的识别，提出了基于Log Gabor滤波的纹理匹配方法。基于Gabor滤波的纹理匹配方法一定程度上解决了小面积指纹的匹配问题。然而与Gabor滤波相比，Log Gabor滤波器具有更好的纹理分析特性。本文提出了基于Log Gabor滤波的指纹纹理匹配算法，该方法首先采用了一种快速有效的参考点定位方法，在确定特征提取区并进行归一化后，将指纹图像转化到频域，再在频域进行Log Gabor滤波，最后在滤波图像中提取特征并进行匹配。实验表明：该算法比基于Gabor滤波的纹理匹配算法更准确地识别小面积指纹。 （3）针对形变指纹的匹配问题，提出了基于曲线坐标系的节点关系表示法及节点匹配方法。对于指纹中的每个节点，建立曲线坐标系，计算每两个节点之间的坐标关系，在此基础上进行节点配对。结果表明，该方法能较好地处理形变指纹的匹配问题。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.1.1社会需要指纹识别

1.1.2指纹识别技术有待提高

1.2研究现状

1.2.1指纹识别简介和性能评价

1.2.2指纹图像增强

1.2.3指纹图像匹配

1.3研究内容

1.3.1低质量指纹增强的研究

1.3.2小面积指纹识别的研究

1.3.3形变指纹匹配的研究

1.4论文结构

第二章 基于Log Gabor滤波的指纹增强

2.1基于Gabor滤波的指纹增强算法

2.2 Log Gabor滤波器设计

2.2.1 Log Gabor函数性能分析

2.2.2 Log Gabor滤波器的构造

2.2.3指纹纹线方向和纹线频率估计

2.2.4滤波器带宽设计

2.3基于Log Gabor滤波的指纹增强算法

2.3.1加窗傅里叶变换

2.3.2指纹图像滤波

2.3.3脊线提取与脊线组合

2.3.4实验结果

2.4本章小结

第三章基于Log Gabor滤波的纹理匹配

3.1基于细节点的指纹匹配算法

3.2指纹的纹理特点及其结构分析

3.3 Log Gabor滤波器的指纹特征提取的物理模型

3.4基于Log Gabor滤波的纹理匹配

3.4.1参考点定位

3.4.2图像子块划分

3.4.3指纹图像滤波

3.4.4特征编码

3.4.5特征匹配

3.4.6实验结果

3.5本章小结

第四章 基于曲线坐标系的形变指纹匹配

4.1极坐标与曲线坐标的节点关系表示

4.2节点关系计算

4.2.1节点与奇异点

4.2.2坐标轴的提取

4.2.3坐标计算

4.3节点匹配

4.4实验结果

4.5本章小结

第五章结论与展望

5.1结论

5.2展望

参考文献

致谢

攻读学位期间主要的研究成果