基于MBF200指紋圖像的識別算法研究.pdf

1、本文以MBF200指紋采集芯片所獲取的指紋圖像為研究對象,針對當(dāng)前自動指紋識別技術(shù)中存在的問題,重點(diǎn)研究MBF200指紋圖像的識別算法,目的是提高自動指紋識別系統(tǒng)的識別率和精確度,以最終開發(fā)自主的指紋識別產(chǎn)品。本文的研究工作對當(dāng)前蓬勃發(fā)展的生物特征識別領(lǐng)域,具有重要現(xiàn)實(shí)意義和參考價(jià)值。
　　 本文在閱讀和分析國內(nèi)外大量相關(guān)文獻(xiàn)的基礎(chǔ)上,對指紋預(yù)處理和指紋特征匹配方面進(jìn)行深入的研究。首先研究和分析MBF200指紋圖像的特征,總結(jié)出

2、該類型圖像的三個(gè)特點(diǎn)。針對這三個(gè)特點(diǎn),基于灰度均衡法的指紋預(yù)處理方案被提出,以此來解決自動指紋識別系統(tǒng)中的指紋圖像質(zhì)量問題。其中的指紋分割算法,應(yīng)用灰度均衡化取代傳統(tǒng)的灰度歸一化,改進(jìn)灰度歸一化對MBF200指紋圖像分割閾值的非確定性。同時(shí),灰度均衡法的引入改變了傳統(tǒng)Gabor濾波增強(qiáng)的步驟,以適應(yīng)MBF200指紋圖像的增強(qiáng)；在中心點(diǎn)定位方面,改進(jìn)基于方向場的塊垂直累積中心點(diǎn)檢測法,搜索各行累積值取代搜索各列累積值以得到最大累積向量,通

3、過確定該向量中的最大與次大峰值點(diǎn)的關(guān)系來正確定位中心點(diǎn),從而改進(jìn)以往只通過確定最大值對中心點(diǎn)檢測的非準(zhǔn)確性。
　　 指紋預(yù)處理后,本文采用基于細(xì)節(jié)特征的匹配算法來匹配指紋圖像。通過指紋預(yù)處理中正確的中心點(diǎn)位,解決指紋匹配中的平移問題；利用特征點(diǎn)在極坐標(biāo)下的轉(zhuǎn)化,解決指紋圖像匹配的旋轉(zhuǎn)問題；借鑒可變最小限界盒思想,本文提出線性等級可變限界盒方法,解決指紋匹配的彈性扭曲問題。通過對指紋識別技術(shù)中存在問題的解決,從而提高自動指紋識別系