基于椭圆曲线拟合的指纹细节特征匹配研究

摘要

随着网络的发展，科技的广泛应用，对于身份识别的安全性可靠性的要求日益增加。指纹由于其易采集、难伪造、较稳定等优势，成为生物特征识别领域的研究热点。近年来，指纹识别技术也受到了越来越多的关注，各种算法层出不穷，但高效率高可靠性的算法仍有待挖掘和改进。
　　 本文以指纹图像为研究对象，根据指纹模式匹配的流程，依次深入地提出了针对指纹图像的细化方法、对齐方法以及匹配方法。在图像预处理阶段，给出了一个完整的图像预处理方案，并根据指纹图像的特点，提出了基于Canny边界的细化算法，并和经典的细化算法——Hilditch算法进行了对比实验。在特征提取阶段，为了增加算法的运行效率，本文采用了细节点特征和中心参考点特征并用的方法，重点讨论了中心点的计算方法。根据指纹图像的特殊结构，提出了椭圆曲线拟合中心点的方法。在模式匹配阶段，根据有无中心点，我们采用了不同的匹配方法。在匹配分数的计算上，引进了带权二分图最优匹配算法，并和贪心算法、Hausdorff算法以及Anil Jain等人提出的极坐标匹配算法进行了比较分析。实验结果表明，本文提出的细化算法、椭圆曲线拟合中心点算法以及相应的匹配算法是行之有效的。

目录

文摘

英文文摘

声明

第一章 绪论

第一节 身份识别技术

1.1.1 身份识别技术的研究背景

1.1.2 传统身份识别与生物特征身份识别

第二节 生物特征识别技术

1.2.1 生物特征识别的研究背景

1.2.2 生物特征识别的发展现状

第三节 指纹身份识别

1.3.1 指纹识别的研究背景

1.3.2 指纹识别的研究现状

1.3.3 指纹识别的应用

1.3.4 指纹识别技术

第四节 本文的研究内容和组织结构

第二章 指纹图像分析及预处理

第一节 引言

第二节 图像增强

2.2.1 去噪

2.2.2 图像滤波

2.2.3 直方图均衡化

第三节 二值化

第四节 细化

2.4.1 边缘检测

2.4.2 细化

2.4.3 Hilditch细化算法

第五节 细化后处理

2.5.1 完善偏移量

2.5.2 去除毛刺和短线

2.5.3 去除环

2.5.4 平滑化端点

第六节 本章小结

第三章 指纹识别中的特征提取

第一节 引言

第二节 局部特征的提取

第三节 特征去伪

第四节 图像参考点的提取

3.4.1 特征点的校准

3.4.2 核心点的校准

3.4.3 椭圆曲线拟合中心点的校准

第五节 本章小结

第四章 指纹图像的特征匹配

第一节 引言

第二节 特征点对校准后的特征匹配

第三节 匹配分数计算方法—贪心算法

第四节 匹配分数计算方法—Hausdorff匹配算法

4.3.1 Hausdorff距离

4.3.2 算法流程

第五节 匹配分数计算方法—Kuhn-Munkras算法

第六节 参考点校准后的特征匹配

第七节 本章小结

第五章 实验结果分析与研究

第一节 数据集

第二节 指纹预处理算法实验

5.2.1 定性分析预处理过程

5.2.2 对比分析细化过程

第三节 指纹特征提取实验

第四节 参考中心点选取实验

5.4.1 核心点的确定

5.4.2 中心点的确定

5.4.3 参考中心点的对比实验

第五节 指纹匹配实验

5.5.1 评估方式

5.5.2 定量对比分析预处理细化算法

5.5.3 定量对比分析匹配分数计算方法

5.5.4 定量对比分析参考中心点计算方法

第六节 本章小结

第六章 总结与展望

第一节 总结

第二节 进一步研究工作的展望

参考文献

致谢

个人简历与研究成果