基于串距离匹配的指纹识别方法的研究及实现

摘要

生物识别以生物技术为基础，以信息技术为手段，将两大热门技术融合为一体。指纹识别是生物识别技术中最早应用，技术最为成熟，价格最低廉的分支。 指纹识别是集光电技术、图像处理、数据库技术、模式识别等技术等于一体的综合性问题。本文在前人的研究成果的基础上，对指纹识别的各个过程，包括指纹图像预处理、指纹图像特征点提取、指纹匹配等相关算法进行了研究，主要研究内容有： 指纹图像预处理阶段，使用掩膜法求取了图像的方向图；根据得到的方向信息，使用Gabor滤波对指纹图像进行增强，因为Gabor滤波器是具有方向和频率选择特性的带通滤波器，更符合指纹图像的特性；之后，在对增强后的指纹图像进行二值化阶段，本文使用了动态阈值法，动态阈值法利用了指纹图像本身的特性，能得到更好的效果；在指纹图像细化阶段，本文介绍了基于数学形态学的细化方法，基于数学形态学的细化方法很好的总结了指纹图像的特征，利用8-邻接点的相关概念，对指纹图像能达到很好的细化效果。 在指纹图像特征提取阶段，本文介绍了8邻域编码纹线跟踪算法进行特征点提取的思想和方法，8邻域编码纹线跟踪算法继承了细化中8-邻接点的相关概念，对指纹图像的末梢点、分支点等特征进行提取。 在指纹图像匹配阶段，为了得到较好的效果，本文采用了两次匹配的过程，第一次匹配使用传统的基于特征点的匹配方法，能够迅速的去除差距很大的图片和效果较好的匹配图片，而第二次匹配使用了基于可变界限盒的串距离匹配方法，这种方法能够更好的适应指纹图像的非线性形变等情况。通过两次匹配的过程。能够得到比较令人满意的匹配结果。 随后，经过之前的学习研究，实现了一个简单的指纹识别系统来验证前面的研究成果。 最后，对全文进行了总结，并给出了不足和对未来工作的展望。

目录

文摘

英文文摘

声明

第1章绪论

1.1概述

1.2国内外发展现状

1.2.1国外发展现状

1.2.2国内发展现状

1.2.3面临的困难

1.3自动指纹识别系统的组成

1.3.1指纹采集

1.3.2指纹图像预处理

1.3.3指纹特征提取

1.3.4指纹特征匹配

1.4本文的主要内容及组织

第2章指纹图像预处理

2.1图像规格化

2.2求解方向图

2.3图像增强

2.3.1脊线的频率估计

2.3.2 Gabor滤波

2.4指纹图像二值化

2.5指纹图像的细化

2.5.1 8邻接点

2.5.2数学形态学细化算法

2.6本章小结

第3章指纹图像特征的提取

3.1特征提取的方法介绍

3.2 8邻域编码纹线跟踪算法

3.3本章小结

第4章指纹图像匹配

4.1指纹匹配方法概述

4.2初匹配

4.3二次匹配

4.3.1界限盒

4.3.2基于可变界限盒的串距离匹配

4.4本章小结

第5章自动指纹识别系统的程序实现

5.1实验环境

5.2程序实现

5.3功能说明及实现

5.3.1指纹图片的预处理及特征提取的实现

5.3.2指纹图像匹配的实现

5.4实验结果及分析

5.4.1实验效果的判定方法

5.4.2实验结果

5.5本章小结

结论

工作内容总结

后续工作的展望

参考文献

致谢