基于纹理结构的指纹识别算法

为克服传统细节点匹配模型的不足,对指纹的纹理结构进行了深入分析,利用指纹纹线的不同结构作为指纹图像的特征.分析了Freeman链码描述图像的原理,用Freeman链码导数来表示所提取的指纹纹线.提出了一整套基于指纹纹线轮廓的特征提取和匹配算法,该算法具有平移、旋转不变性.由于利用了指纹的结构信息,对低质量指纹图像有一定的适应度.实验结果表明,该算法具有相当高的识别率和较强的鲁棒性.     

指纹纹线的提取和匹配

针对传统指纹细节点提取和匹配方法在处理低质量图像上的不足,首先提出了一种利用复滤波器准确定位指纹图像中心点的方法,克服了传统自动指纹识别中寻找指纹中心点不够精确的缺点。同时提出了一套基于轮廓的指纹特征提取和匹配算法,此算法利用指纹的总体结构特征,提高了匹配的正确率。实验结果表明,该算法具有相当高的识别率和较强的鲁棒性。     

指纹图像质量评估的研究与应用

指纹图像质量评估是自动指纹识别系统(AFIS)中重要的一个环节。指纹采集仪采集的指纹图像质量对预处理及指纹识别的效率有很大的影响。分析了现有的指纹采集细则,对有效面积、灰度变换、干湿、位置偏移等方面对指纹图像质量的影响进行了深入的探讨,并提出一种改进的基于边缘细节点信息的指纹图像质量评估方法,对采集到的指纹图像进行质量评测,为图像的预处理提供质量较高的指纹图像。实验证明,该方法对不合格的指纹图像有较好的过滤效果,有利于提高整个系统的效率。