结合方向场特征的扭曲指纹图像识别技术分析-analysis of distorted fingerprint image identification technology based on directional field features.docxVIP

摘要生物特征识别作为信息化社会中一种颇具应用前景的身份验证手段，目前已 经得到社会各界普遍的关注，其中指纹识别技术更是由于其诸多优点备受青睐。 越来越多的自动指纹识别系统已经被开发并部署于港口、银行、机场等重要场所， 在人们的日常生活中发挥着重要作用。尽管如此，自动指纹识别技术的进步仍然 与人们的预期相去甚远，在应用中遇到了许多难题。自动指纹识别系统的识别准 确率和识别效率都有待进一步提高，对低质量指纹图像，特别是存在严重非线性 形变的指纹图像，识别效果往往不佳。细节点是自动指纹识别系统中最常用的指纹特征，相比其它特征更加易于检 测和表示，区分能力更强。但是，在低质量指纹图像中，常常缺乏足够数量的可 靠细节点。而且，细节点提取算法设计中的缺陷经常会导致提取的细节点集合中 引入了许多伪细节点，或者丢失了许多有价值的真实细节点。因此，有必要在自 动指纹识别系统中引入其它指纹特征与细节点特征结合使用。指纹方向场描述了 指纹纹线的大致走向，真实地反映了指纹图像中最本质的纹理特征，可以作为细 节点特征的有效补充。而且由于指纹方向场在指纹图像增强、指纹分类等过程中 的重要作用，绝大多数自动指纹识别系统中都包含了方向场特征提取过程。本文在自动指纹识别系统设计中融合了细节点特征与指纹方向场特征，重点 研究了指纹方向场在指纹图像预对齐、指纹特征提取、指纹局部匹配以及全局匹 配阶段的应用技术，并且充分考虑了对于指纹图像中存在的非线性形变的处理方 法。本文的主要研究成果如下：1. 提出了一种基于方向差异场的指纹图像粗糙对齐方法 传统的指纹图像对齐方法需要用到细节点、奇异点等指纹特征，因此必须在指纹特征提取阶段之后完成，而且往往由于过于追求对齐结果的精确性而导致效 率低下。本文提出基于指纹方向场特征，在指纹识别早期阶段实现指纹图像的粗 糙对齐，进而分割出两幅图像之间的重叠区域，以减少后续特征提取和匹配阶段 需要处理的数据量，并提高匹配准确率。为了避免方向场相关性计算过程带来的 过大的时间开销，并抑制指纹图像中非线性形变对方向场可能造成的影响，本文 定义了方向差异场，提出将方向场转化为方向差异场，并基于方向差异场对齐并 分割指纹图像。2. 提出了一种基于方向场的指纹图像分区方法 指纹图像的纹线分布具有比较明显的全局拓扑特征，在人类专家识别指纹的过程中往往是区分不同细节点的重要参考依据，非常适合于作为辅助特征参与指 纹图像匹配。本文提出根据指纹宏观拓扑结构将方向场图像分成若干个子区域， 第 i 页在各个区域内部方向场方向比较相似，而在不同区域之间则方向场方向差异比较大。在局部匹配方法中引入这种指纹分区特征约束，可以缩小局部匹配过程的搜 索空间，从而有效提高匹配效率，同时还有助于更加准确地筛选和比较局部特征， 能有效降低局部特征配对错误的发生几率。3. 研究了基于方向的细节点局部匹配方法 传统的细节点局部匹配方法由于对邻居细节点之间的相互关系进行编码，容易受细节点集合中真实细节点缺失和伪细节点生成等问题的影响。本文在分析了 一种经典的基于方向的细节点局部描述子的基础上，从扩大描述子所描述的局部 区域范围和提高基于该描述子的局部匹配相似度计算方法的准确性着手，改进了 该细节点局部描述子，提出了更加适合扭曲指纹图像、更加准确的局部方向场描 述和匹配方法。4.研究了适合扭曲指纹图像的匹配方法 非线性形变现象在指纹图像中十分普遍，严重时会导致指纹识别系统的识别性能显著降低。本文提出了一种基于多参考细节点对齐修正指纹图像中部分细节 点的方法，首先获取一组匹配细节点对作为基准点对，然后再以此为基础对邻域 其它细节点进行修正，从而使得两幅指纹图像对应的细节点图像之间的位置关系 更加可信。为了克服指纹图像中存在的全局非线性形变，本文同时还提出了扭曲 指纹图像匹配时应该遵循的指导原则：“整体对齐，局部匹配；粗糙对齐，精确 计算”，在此基础上，设计了一种细节点局部邻域描述子，利用该描述子对齐指 纹图像，并研究了基于该描述子的指纹图像相似度计算方法。关键词：自动指纹识别；非线性形变；细节点；指纹方向场；指纹图像对齐； 指纹图像匹配；局部匹配；细节点描述子AbstractAs our society has become electronically connected and more mobile, surrogate representations of identity such as passwords and ID cards can’t be trusted to establish a person’s identity any more. Biometric recognition is considered more reliable because bio