旋转和尺度不变性指纹奇异点检测算法的研究及应用.pdfVIP

分类号TP751 密级 学校代码 10542 学号 201002182054 旋转和尺度不变性指纹奇异点 检测算法的研究及应用 ofResearchand on Algorithm Application RotationalandS Invariance caling PointsExtraction Singular 研究生姓名 刘 琴 指导教师姓名、职称 彭可教授 学 科 专 业 电路与系统 研 究 方 向 模式识别与人工智能 湖南师范大学学位评定委员会办公室 --(3一三年五月 摘要 指纹是人类具有的一种个体特征，在身份识别领域发挥着越来越 重要的作用。在指纹识别系统中，特征点检测一直是指纹识别领域的 重点和难点，因此本课题着重指纹奇异点检测。提出了一种基于流场 和Laurent级数的指纹奇异点检测新方法。首先，运用指纹标量场的 梯度信息，得到了指纹流场。然后运用指纹梯度场计算指纹流场的偏 导。其次，在指纹流场偏导与Laurent多项式之间互相关性的基础上， 采用在多尺度高斯空间下的互相关性能量检测指纹奇异点；该算法能 够实现整个指纹流场中奇异点的旋转不变性和尺度不变性检测。最 后，采用支持向量机SVM进行指纹分类。本课题取得的研究成果主 要有： 时的流场相似指纹中心点。这种形态学相似技术对于特征点的检测具 有广泛的应用，主要用于从图像中提取表达和描绘区域形状有意义的 ● 分量，使识别能抓住事物的本质。 (2)基于劳伦级数与指纹流场偏导的互相性系数的绝对值算法： 由于指纹流场存在很严重的方向二义性问题，对指纹检测的精确性提 取有严重的干扰，其提取的特征点是随意的。因此采用绝对值后避免 了指纹流场存在的二义性问题，经SPD2010指纹数据库验证，检测 结果较好。 (3)指纹曲率算法：指纹曲率是分析指纹方向场变化较小的区 域，在一定程度上能初步定位指纹特征点，划分其连通区域，减少了 指纹奇异点的搜索范围。 (4)在劳伦级数作为滤波基函数的基础上，采用基于尺度空间 的多尺度检测，有效解决了指纹旋转不变性和尺度不变性问题。其中， 尺度不变性分别用二值化和尺度缩放性分析进一步验证了其准确性。 (5)在互相关性滤波响应的基础上，采用了基于能量的奇异点 提取，并在SPD2010数据库进一步验证了其算法的正确性，其在训 练集上的检测率为45．74％，在测试集上的检测率为45．34％，相比于 SPD2010的冠军算法的最好准确率31．90％，该算法在准确率方面有 很大的提高。 (6)采用基于SVM的指纹分类，利用前3最大指纹奇异点作 Instituteof 为特征描述子，确定特征向量，利用NIST-4(National Standardsand 练集和数据集，检验其分类准确率，表现良好。 指纹检测技术的应用算法在国内外广泛被提出。一般情况下，有 基于庞加莱指数，零级点模型和复数滤波器等，尤其是复数滤波器对 于指纹特征点有更高的检测准确率。本文是在复数滤波器的基础上， 采用劳伦级数指纹特征点的纹线相似，提出了几种新的思路，解决了 和技术研究所的指纹数据库进行了实验研究；结果验证了本文检测方 法优于SPD2010中最优算法，为指纹分类和匹配奠定了良好的基础