采用八方向Gabor滤波的指纹识别算法.pdfVIP

第34卷第2期 华侨大学学报(自然科学版) VoL34No．2 of Science) Mar．2013 2013年3月 Journal HuaqiaoUniversity(Natural 文章编号：1000—5013(2013)02—0151—05 采用八方向Gabor滤波的指纹识别算法 毛元，冯桂，汤继生 (华侨大学信息科学与工程学院，福建厦门361021) 摘要： 采用指纹增强算法与复滤波器中心点定位结合的方法，有效地解决低质量指纹图像中心点定位问题， 实现了平移不变．同时，采用基于结构的指纹特征提取算法，用八方向Gabor滤波提取指纹的全局特征和局 部脊线特征，实现了旋转不变．在FVC2004指纹库上的仿真实验表明：该算法取得较好的识别效果，优于基于 单FingerCode特征和基于点模式的指纹识别算法． 关键词：指纹识别；图像增强；中心点；Gabor滤波；特征匹配 391．41 中图分类号：TP 文献标志码：A 随着身份鉴别技术在社会各个领域的广泛应用，生物特征识别技术成为近年来研究的热点．指纹特 征因具备普遍性、长久性、唯一性和易采集性的特点，同时可以实现一对一比对和一对多的比对模式，使 得指纹识别成为解决现代身份认证问题的有效方法之一．指纹中心点的计算精度和有效的提取指纹特 征是影响指纹识别系统正确率的关键因素．目前，基于特征点的匹配算法[1。23已被大部分自动指纹识别 系统所采用，主要思想为根据指纹脊线端点和交叉点的坐标及方向信息进行匹配．此算法在一定程度上 取得了较好的识别效果，但低质量指纹图像因细节点较难有效提取，其识别效果往往不佳．为解决平移 不变问题和提高指纹识别性能，本文将指纹增强算法和复滤波器中心点定位结合使用，提出一种基于八 方向Gabor滤波的指纹识别算法． 指纹识别算法原理 采用基于结构的特征提取算法不仅可以提取指纹局部脊线特征，而且考虑到全局纹理特征‘引．算法 ofinterest，ROI) 主要有3个步骤：1)指纹图像增强；2)指纹中心点定位；3)确定感兴趣区域(region 和特征提取．把围绕中心点作的同心环作为ROI并进行分扇区归一化，将八方向Gabor滤波器组与归 一化后的ROI相卷积；最后将待匹配指纹的特征与指纹模板库进行最小距离匹配．图1为算法流程图． 图1指纹识别算法流程图 flowchartfor identification Fig．1Algorithm fingerprint 收稿日期： 2012一06—15 通信作者： CrL 基金项目： 福建省自然科学基金计划资助项目(2010J01340，2012J01275) 华侨大学学报(自然科学版) 1．1指纹图像增强 由于指纹在采集过程中可能会带来各种噪声，产生的一些低质量指纹图像，影响到指纹中心点的定 位和识别系统的准确率．因此，需要先对指纹图像进行增强以获取更好的指纹脊线结构．采用Hong等 提出的基于Gabor滤波的指纹图像增强算法陪51进行图像增强．图2为指纹图像增强算法框图，该算法 主要包括如下3个步骤． 1)方向场估算．将图像划分为wXW的小块，并在每一 小块中计算像素(i，J)处的梯度值ax(i，歹)和3y(i，J)，最后计 算出以像素(i，J)为中心的方向O(i，歹)．即 抖-w／2 i+w／2 (1) 托(i，歹)一∑∑20：(甜，口)a，(“，可)， “=÷刊2Fj--w／2 H1