面向指纹识别的鲁棒脊线检测算法-模式识别与智能系统专业毕业论文.docxVIP

许健彬 许健彬 中国科学技术大学硕士学位论文 致 谢 在此论文完成之际，首先我谨向我的导师汪增福教授表示由衷的感谢。汪老 师极其耐心的指导和鼓励，才使本文得以顺利完成。我在实验室里的工作学习期 间，汪老师严谨的治学态度，和蔼可亲的待人方式，正直的为人和对学术前沿极 为敏锐的洞察力，都给了我很好的熏陶，令我受益良多。 同时，我也要感谢实验室的郑志刚老师，他在本文算法设计和实现部分 给予大量的帮助和启发。 特别地，我要感谢我们实验室的关胜晓老师、胡元奎、沈项军、韩龙、刘 伟峰、赵海鹰同学以及实验室的其他同学，与他们一起合作，让我感受到了良好 的学习和工作氛围。 我并以此文献给我的母亲和我所有的亲人，感谢母亲含辛茹苦地把我养育 成人，感谢亲人们对我的关心和鼓励。 撮后，我最衷心地感谢我所在的SA02t0班的班主任和全体同学，他们令我 度过了充实丽又有意义的三年研究生学习生活。同时，我还要感谢自动化系的所 有老师，以及所有曾经在学习和生活中帮助和关心过我的人们。 许健彬 许健彬 中国科掣技术大学硕士学位论文 摘 要 指纹由于其唯一性和终身不变性，成为近年广泛应用的生物特征。自动指 纹识别系统(AFIS)一般通过对指纹的特征进行匹配比对实现指纹认证和辨识。指 纹匹配一般基于指纹的特征点。因此，细节特征点的提取是整个识别系统的关键 环节。指纹匹配最常用的方法是美国联邦调查局提出的细节匹配，它利用脊线术 梢点(Ridge Ending)和脊线分支点(Ridge Bifurcation)这两种关键点来鉴定指 纹。 传统的指纹细节提取算法大多由前后景分离、指纹增强、二值化、细化和 细节点检测等步骤组成。上述环节前后年日关，逐一完成，耗费大量计算时间，=!，j 外，二值化和细化环节容易丢失指纹图像信息，造成失真。 本文提出了一种基于脊线跟踪的指纹图像特征点提取算法，直接从灰度指 纹图像中有效地提取细节点和脊线骨架信息。其基本思想是在灰度级指纹图像 上，沿脊线方向自适应跟踪指纹脊线，直至该条脊线终止或与其他脊线相交，最 后得到一幅细化后的指纹骨架图和附在其上的细节点信息。在跟踪过程中，在关 键点处进行脊线方向估计和局部滤波；跳跃式地获得脊线骨架点。对于提取到的 末端点和交叉点，根据指纹图像的结构特征和统计结果相结合进行去伪后处理， 有效地剔除了伪节点。 实验证明，该算法可以准确、有效地提取指纹图像的细节信息，与传统算 法相比，省去了很多不必要的计算，减少了指纹图像的失真，具有较高的计算效 率和准确率。 关键字：指纹识别；特征提取；脊线跟踪：狄度图像； 许健彬 许健彬 中国科学技木大学硕士学位论文 Abstract Owing to their uniqueness and immutability，fingerprints are widely used as biometrie features in recent years．Most automatic systems for fingerprint comparison are based on minutiae matching．Therefore， minutiae detection is a very crucial process in fingerprint matching．The model，adopted in most automatic systems，iS based on a two—class minutiae classification：termination and bifurcation．This model is proposed by the Federal Bureau of Investigation． Various approaches for minutiae detection have been investigated． Most of these approaches consist of a series of processing operation： preprocessing， binarization，thinning， minutiae extraction and post—processing．These processing bare to be finished one by one， binarization and thinning are time—consuming，and a