论文部分内容阅读
传统的身份认证通过有效证件识别或互联网中设置用户名密码来进行访问控制，存在着越来越多的弊端。生物识别由于其高度的安全性成为新的主流识别技术。指纹识别作为生物识别技术中的一种，在身份识别领域占有越来越重要的地位。本文是在学习了指纹识别算法的基础上，采用了极坐标下指纹图像的识别技术。本文的主要工作如下：首先，对指纹图像进行预处理。归一化对图像进行平滑处理；局部分割算法分割出指纹图像的有效前景区域；运用基于Gabor滤波的增强处理技术，降低指纹在采集过程中带有的大量噪声；运用局部自适应阈值的方法二值化。其次，指纹图像在局部区域内的脊线可以看成是彼此平行的类圆弧曲线，根据这一特点，将指纹图像进行分块处理。对局部区域的子图像进行极坐标变换。而在这一过程中的关键问题是对局部子图极坐标变换中心点的选取。本文提出了利用最小二乘拟合对指纹图像局部脊线进行圆弧逼近的方法，最后得到极坐标系下近似水平的线，达到了化繁为简的目的。再次，在图像细化阶段，本文在极坐标的框架下运用了改进的KMM细化算法。分层剥离像素点，细化图像保持了图像的连续性和单线性。然后，在极坐标下运用多级分层对局部子图图像采用模板法提取细节点。同时，在笛卡尔坐标系下，运用PoincareIndex算法提取奇异点。最后，采用了基于奇异点及其位置特征的指纹分类和基于细节点的点识别模式对图像进行匹配。