论文部分内容阅读
近年来,随着全球经济和信息技术的不断发展,安全问题日益突出,越来越多的领域需要可靠的身份识别。由于传统的身份识别方法已经无法跟上时代发展的需要,因此人们将目光更多的投向了基于生物特征的身份识别。自动指纹识别系统由于其体积小,成本低,易操作,可靠性高等优点成为了其中的最佳选择之一。自动指纹识别技术越来越广泛地被应用到各个方面,譬如个人信息安全领域、电子商务领域、电子政务领域等。目前,各种自动指纹识别技术,包括指纹采集、分类、增强和匹配等都已经取得了很大的进展。但是在自动指纹识别领域,仍然存在着一些值得深入研究的挑战性问题,例如低质量指纹图像增强、形变指纹图像匹配、多采集仪交叉匹配以及指纹模板保护等。这些问题严重影响了整个自动指纹识别系统的性能和安全,极大的制约了它的进一步应用。
本文针对自动指纹识别技术在实际应用中存在的一些问题,从指纹图像质量评价、指纹方向场计算、指纹增强、多采集仪交叉匹配中的尺度缩放等多个方面进行了深入的研究。本文的主要工作和贡献如下:
①从自动指纹识别系统实际应用的需要出发,提出了一种新的基于主成分分析(PCA:Principal Component Analysis)的指纹图像质量评价方法,一方面能够在指纹登录过程中对指纹图像质量不好的情况给用户有效的提示,以便重新采集到更高质量的图像:同时也能够对指纹局部区域的质量等级进行标注,从而可以提高指纹特征匹配的可靠性。该方法首先提取图像块中每个像素的邻域信息组成块样本矩阵。指纹图像块的块样奉矩阵经过PCA降维后,在二维空间形成一个简单和规则的圆拓扑结构。图像块质量越高,形成的圆拓扑结构越规则。从形成的圆拓扑结构中提取两个有区分性的特征来计算块图像质量。最后利用归一化的Harris角点强度作为权值,结合块图像质量得到一个全局的指纹图像质量。在FVC2004指纹数据库和自建的AES2501指纹数据库上的实验结果表明,该方法能够简单、有效的评价指纹图像质量。
②在大数据量下对输入的指纹图像进行精确搜索,需要对指纹图像进行分类/检索。作为一个全局特征,指纹方向场描述了指纹脊线、谷线的方向模式信息,在指纹分类/检索方面发挥了非常重要的作用。为了提高指纹方向场提取的精确性,提出了一种基于权值傅里叶级数变换的指纹方向场计算方法。该方法首先计算输入指纹图像的Hariss角点强度;然后使用Hariss角点强度去除原始方向场(采用梯度的方法计算)中剧烈变化的区域;最后,归一化Hariss角点强度到[0,1],以其作为权值结合傅里叶级数变化来计算指纹图像的方向场。在FVC2002DB1,FVC2004DB1和DB3数据库上的实验结果表明,该方法能有效提高指纹方向场计算的精度。
③提出了一种基于分数阶微积分模板的低质量指纹图像增强方法。分数阶微积分滤波在加强图像信号高频边缘和纹理细节信息的同时,也保留了部分低频轮廓信息。这样既可以增强纹理丰富的区域,又能达到保持指纹图像轮廓信息的效果。该方法首先计算指纹图像像素点的8方向场。然后使用块方向场代替点方向场,并对块方向场进行3*3的邻域滤波,以减少噪声的影响。最后基于分数阶微积分,得到W-x,W-y,W+x,W+y,WLDD,WRUD,WLUD,WRDD8个方向模板。对于每个图像块,根据其块方向场,选择合适的分数阶微积分模板进行图像滤波增强。在FVC2004DB1,DB3和自建的UPEK指纹数据库上进行了测试,实验结果证实该方法可以有效增强指纹图像,提高了指纹识别系统的性能。
④研究了多采集仪交叉匹配中的图像尺度缩放,并针对不同的匹配策略,如图像-图像,模板-图像以及模板-模板,提出了两种尺度缩放方法:基于脊线距离的尺度缩放方法和基于模板的尺度缩放方法。基于脊线距离的尺度缩放方法可用来解决图像-图像之间的尺度缩放。其利用输入指纹图像全局脊线距离来得到缩放尺度参数。方法中采用基于频谱的方法来计算指纹图像的全局脊线距离。首先通过DFT(Discrete Fourier Transform)计算输入指纹图像的能量谱,再利用根滤波来增强得到的能量谱。然后计算增强后的能量谱的径向能量分布,得到图像块的脊线距离。最后结合图像块方向场一致性,计算输入指纹图像的全局脊线距离。基于模板的尺度缩放方法可用来解决模板-图像以及模板-模板之间的尺度缩放。方法中先提取细节点特征,然后利用Delaunay三角构造细节点三角结构来计算尺度缩放参数。实验在自建的交叉匹配指纹数据库上进行了测试。实验结果表明,这两种方法对提高使用不同采集仪的指纹识别系统间的互操作性做出了贡献,拓展了指纹识别的应用。