指纹图像增强及匹配算法的研究与应用

【摘要】：现代社会,随着城市规模地不断扩大和交通网络的日益发达,城市中的人口数量迅速增大,并且呈现出越来越强的流动性。如何对如此大规模流动性人口进行简单、有效的身份识别与认证成为摆在各级政府和企事业单位面前一个日益重要的问题。此外,随着计算机与网络技术的高速发展,信息安全也显示出前所未有的重要性。生物特征识别与认证是保证信息系统安全的必要前提,在金融、国家安全、司法、电子商务等应用领域,都需要准确的身份认证。其中自动指纹识别因其具有方便易用、接触界面友好以及价格较低廉等特点而备受关注。虽然现在世面上有很多指纹识别的产品及研究成果,但如果同时要求系统的准确性和实时性,则很多产品都达不到要求。本文在分析和比较已有算法的基础上,围绕自动指纹识别系统的两大关键技术:增强和匹配展开研究。针对以往算法的缺点,改进了指纹增强与匹配算法,并经过性能分析、比较,新的算法显示了较好的性能。 本文在总结指纹识别技术的历史、现状和发展趋势的基础上,分析了指纹识别算法中可以改进的问题并确定了研究方向。在分析了以往增强算法的特点之后,提出了基于频率域的自适应指纹增强算法和混合滤波指纹增强算法。两种算法都是从指纹图像在频率域与空间域的特点出发,根据指纹纹线规律性交替的特性设计了滤波器,并分别进行了对比实验,证明了算法的增强效果较好。提出了一种基于混合蚁群的指纹识别算法。在指纹不发生大的形变时,纹匹配算法只需要确定平移、旋转以及尺度的参数,蚁群算法是很好的优化计算算法,但是基本蚁群算法存在计算时间长、容易陷入局部最优值的问题,所以加入模拟退火算法加速指纹的优化过程,退火以及回火过程都可以增加解的多样性,避免解陷入局部最优值。提出了一种基于RANSAC策略的指纹识别算法。利用指纹的局部特征找到初匹配点对,然后使用RANSAC算法对指纹进行整体匹配,在匹配过程中使用补偿算法来消除非线性变形对指纹匹配的影响。