指纹图像预处理及特征提取算法的研究与实现

摘要

随着近几年高新技术行业的快速发展，生物识别技术在许多领域已经得到了更为广泛的应用。如金融安全、门禁系统、数字加密、电子商务等等。而指纹识别技术以其图像采集方便、硬件实现简单、算法成熟、稳定性较高等优点更是得到了广泛的关注和应用。
　　本文在目前指纹识别系统研究现状的基础上，主要针对指纹图像的预处理和特征提取这两部分进行了研究。文章开始对整个指纹识别系统的发展现状进行简单的介绍，并对指纹图像处理算法的每个步骤进行概念性的说明。主要的研究工作有以下几个方面：
　　1、指纹图像预处理。首先对采集到的原始指纹图像进行规则化处理，这种方法对于采集到的偏暗指纹图像具有非常好的处理效果。其次提出了指纹统计特征信息自适应分割算法并对指纹图像进行分割。指纹的增强部分，分别介绍了Gabor滤波增强算法、同态滤波增强算法和方向滤波增强算法，然后后提出了同态滤波和方向模板滤波相结合的增强算法，并利用这一算法对指纹图像进行了增强处理。最后利用自适应阈值的二值化和形态学细化算法进行处理以及相应的后处理操作。
　　2、指纹图像特征提取，利用细节点模板检测算法提取指纹图像的细节特征点和从指纹灰度图像出发利用BP神经网络提取指纹的中心点和三角点（奇异点）。指纹的特征点全部提取出来以后，我们用脊线跟踪算法去除提取到的伪特征。
　　以上介绍的算法及实验结果均在PC机上以Matlab编程实现。通过对算法效果的比较和分析，证明了本文算法能够达到很好的指纹图像处理效果。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 课题背景简介

1.2 指纹识别技术的原理

1.3 人工神经网络

1.4 论文研究的主要内容和章节安排

第二章 指纹图像前期预处理

2.1 指纹图像预处理分析

2.2 指纹图像方向场计算方法

2.3 指纹对比度调整

2.4 指纹图像的分割

2.5 本章小结

第三章 指纹图像增强

3.1 Gabor滤波增强

3.2 同态滤波增强

3.3 方向滤波增强

3.4 指纹图像二值化及相应后处理

3.5 指纹图像细化

3.6 本章小结

第四章 指纹图像的特征提取

4.1 指纹图像的细节特征提取

4.2 指纹伪特征的处理

4.3 BP神经网络提取指纹奇异点

4.4 本章小结

第五章 全文总结及展望

5.1 全文总结

5.2 展望

致谢

参考文献

攻硕期间取得的研究成果