基于代数特征和几何特征快速指纹识别.pdfVIP

浙江理工大学学报, 第22 卷,第2 期,2005 年6 月 Journal of Zhejiang Sci-Tech University Vol.22, No.2, Jun.2005 文章编号:1009-4741 (2005)02-0165-06 基于代数特征和几何特征的快速指纹识别 1 2 李小云, 胡之惠 (1.浙江理工大学理学院, 杭州 310018;2.上海电机学院, 上海 200240) 　　摘　要:对仅基于指纹几何特征的匹配方法进行取长补短, 提出新的基于指纹代数特征和几何特征的分阶段匹 配方法。实验证明该方法在保证较高识别率的同时, 匹配时间缩短了47.5%。该算法有望发展成为一种实用、有效 的指纹识别技术。 关键词:代数特征;几何特征;分阶段匹配;指纹识别 中图分类号:TP3 1.4　　　文献标识码:A 0　引　言 抽取有效指纹特征是完成指纹识别的首要任务。指纹特征分为两类:几何特征和代数特征。几何特征, [1] [2] 指纹纹线的几何形状和指纹特征点的几何分布情况 ;代数特征,直接从指纹图像中提取的特征 , 或通过 [3] [4] 滤波器及某种变换得到的特征 。 目前国内外文献基本上都基于几何特征来匹配指纹 , 即利用平移变换、 旋转变换、伸缩变换等线性变换,把两个细节特征集中对应的细节特征点匹配起来。它在一定程度上允许少 量伪细节特征点的存在、真正细节特征点的缺失以及轻微的细节特征点定位偏差,对指纹的平移和旋转也不 敏感。但这种方法有两点不足:一是匹配速度较慢,二是对指纹的质量要求较高。 笔者对仅基于指纹几何特征的匹配方法进行扬长避短,提出新的基于指纹代数特征和几何特征的分阶 段匹配方法: 第一阶段是基于代数特征的, 即利用小波变换提取指纹的代数特征,根据它们之间的相似度进行指纹初 匹配,保留一些相似度高的指纹进入下一阶段。 第二阶段是基于几何特征的, 即利用指纹细节特征点的拓扑结构来做更精确的匹配,进而实现识别。这 样先在粗尺度上排除大量与源指纹根本不相匹配的指纹,再在可能匹配的指纹上进行匹配, 大量减少计算 量,从而提高识别速度。 1　指纹图像代数特征的提取 指纹图像的代数特征反映其内在的、本质的属性。每幅指纹图像都可看成一个灰度矩阵,故各种矩阵变 换和矩阵分解都可用来提取指纹的代数特征。小波变换有一个重要特点:变换尺度a 较大时, 视野宽而分 析频率低,可作概貌观察;变换尺度a 较小时, 视野窄而分析频率高, 可作细节观察。但不同a 值下的品质 因数(中心频率和带宽的比值)保持不变。这种由粗及精对事物进行多尺度分析的方法称为多分辨率分析。 指纹图像的模式是类周期模式,不同区域中的脊线方向和脊线空间频率代表不同指纹图像的本质属性。而 [5] 指纹图像的这些信息都可以在多尺度小波变换的系数中反映出来 。因此, 先对指纹图像进行多尺度小波 收稿日期:2004-11-23 作者简介:李小云(1 66-　), 女, 浙江永康人, 大学本 , 实验师, 主要从事电子技术应用研究。 166 浙　江　理　工　大　学　学　报 2005 年　第22 卷 分解,然后在各尺度下获得的子图像中构造指代数特征向量。 1.1　多尺度小波分解 用小波Symmlet6 对指纹图像进行J 个尺度的二维小波分解,得到3J +1幅子图像,具体描述如下式: 1 2 3 　　　　　　　[aJ {dj , dj , dj },j =1, …J ] (1)