指紋圖像增強改進型算法設(shè)計與實現(xiàn).pdf

1、指紋識別以其唯一性，終身不變性，不可丟失性等優(yōu)勢成為目前高效、廣泛的識別算法之一，是生物特征識別領(lǐng)域的研究熱點。但是，由于指紋自動識別系統(tǒng)的性能在很大程度上取決于所采集的指紋圖像質(zhì)量，因而其圖像質(zhì)量的優(yōu)劣決定了指紋自動識別系統(tǒng)的識別率和運算效率等性能，到目前為止這一問題并沒有得到很好解決。
　　 論文以FVC標準指紋庫中的劣質(zhì)采樣指紋為研究對象，以Gabor濾波算法、模糊集理論、插值算法等為基礎(chǔ)，對劣質(zhì)采樣指紋預(yù)處理中的增強環(huán)節(jié)

2、進行了深入分析和研究，提出了基于Gabor濾波的指紋圖像增強改進算法以及基于模糊C-均值和非線性插值的指紋圖像增強算法。兩種算法均通過實驗進行驗證，并獲得較好的效果。論文的主要研究內(nèi)容和創(chuàng)新點包括:
　　 1.論文對基于頻率域和空間域的指紋圖像增強算法進行了分析和總結(jié);對比了Gabor濾波、方向場、模糊集、圖像插值等方法的優(yōu)劣;對圖像采樣、預(yù)處理、細節(jié)點提取和指紋匹配等關(guān)鍵問題均做了深入分析;詳細討論了錯誤拒絕率FRR和錯誤接受

3、率FAR的閾值變換曲線，以及FAR與FRR之間的關(guān)聯(lián)性。
　　 2.論文對比較優(yōu)秀且應(yīng)用廣泛的Gabor濾波算法、模糊集算法以及插值算法進行了詳細分析。針對二維Gabor濾波算法的缺陷，提出一種基于Gabor濾波的指紋圖像增強改進算法。算法采用小波變換的方法對指紋圖像進行單層分解，得到水平、垂直和對角三種方向的細節(jié)系數(shù);最終采用基于Gabor濾波的算法進行增強和重構(gòu)。大量實驗結(jié)果表明，該算法對低質(zhì)量指紋圖像的增強具有較好的效果。

4、
　　 3.論文提出基于模糊C均值和非線性插值的指紋圖像增強算法。為有效解決指紋圖像對比度不強、非線性失真等問題，算法汲取了模糊C-均值聚類和非線性插值算法的優(yōu)勢。在插值的基礎(chǔ)上使用模糊C-均值聚類分割，選取適當(dāng)?shù)木垲悢?shù)c和加權(quán)指數(shù)m，進而確定插值點的坐標和插值公式，從而實現(xiàn)圖像增強。采用FVC標準指紋庫中的指紋進行實驗分析，仿真結(jié)果表明，該算法能夠有效降低算法復(fù)雜度，提高指紋的匹配準確率與效率，可以滿足實際應(yīng)用的需求，為提高指