一种基于信息融合的指纹奇异点提取及纹型分类算法

摘要

准确可靠地实现纹型分类对提高大容量指纹库中的检索和匹配效率具有重要意义.提出一种基于信息融合的指纹奇异点提取与纹型分类算法.首先,分别给出一种基于奇异点区域方向场信息和奇异区复数滤波场信息的改进的奇异点提取算法,并将两者融合以完整提取奇异点;再利用所提取奇异点邻域的Gaussian-Hermite矩的分布属性剔除伪奇异点;最后,利用奇异点的数目和位置关系及中心点的主方向将指纹分为常见的六种纹型,对缺少三角点的指纹,使用脊线跟踪算法进行分类.实验表明,该方法新颖有效,具有较高的准确性和鲁棒性.