视觉约束的增强三角剖分指纹识别算法

针对低质量指纹的真实细节点缺失和伪细节点增加以及典型指纹识别算法对细节点准确性过于依赖的问题，提出了视觉约束的增强三角剖分指纹识别算法。首先根据所提取细节点利用三角形重构获得增强三角剖分集；然后计算三角形特征向量，使用递减验证进行三角形匹配确定匹配细节点对，并使用视觉约束优化；最后根据匹配点对的比例获得相似度从而完成识别。采用国际标准测试库FVC2000DB2、FVC2006DB2和FVC2006DB3进行综合性能比对实验，该算法等错误率（EER）分别为432%、264%和798%，相比改进前的Delaunay 三角剖分降低了128%、171%和283%，相比改进前的扩展三角剖分降低了126%、052%和258%，相比尺度不变特征转换（SIFT）算法分别降低了089%、297%和003%。实验结果表明，所提算法无需校准且对低质量指纹导致的真实细节点缺失和增加的伪细节点有较好的适应能力。