论文部分内容阅读
本文对自动指纹识别算法中的几个核心问题进行了讨论和研究，主要包括指纹方向场的计算、奇异点检测、特征匹配以及指纹宏观结构的解析描述等问题。取得的主要结果如下：
(1)提出了一种基于Zero-Pole模型的方向场计算方法：网格插值模型。该模型以指纹奇异点为中心，将指纹平面作网格划分，利用插值算法建立了方向场与指纹奇异点之间的非线性关系，同时利用指纹的全局信息来调整网格点的值。该模型是Zero-Pole模型的一种改进，与传统的基于局部信息的方向场算法有本质的区别。在FVC2002和FVC2004指纹数据库上的实验结果表明，该模型比传统算法具有更高的准确性和鲁棒性，同时对于低质量的指纹图像，仍然能够给出很好的方向场估计。
(2)通过对Zero-Pole模型的研究，建立了该模型的逆模型，提出了一种基于Hough变换的奇异点检测算法。该算法的一个重要贡献在于利用了全局信息来检测指纹奇异点，因此它对于指纹的噪声十分鲁棒。在NIST-4数据库上的实验结果也表明该算法的确具有较好的准确性和鲁棒性。
(3)研究了指纹奇异点周围方向场的统计性质，提出了基于规则的奇异点检测算法。根据邻域方向特征，通过建立相应的打分规则和阈值来检测奇异点。在NIST-14指纹数据库上的试验结果表明，该算法能够以较高的准确性检测出指纹的奇异点，另外该算法对于噪声十分鲁棒。
(4)提出了一种基于误差扩散和谐振效应的指纹匹配算法。该算法首先构造细节点的局部模式，利用动态规划算法对模板指纹和输入指纹的细节点局部模式做匹配。提出了误差扩散算法处理弹性变形问题，删除掉其中的虚假匹配，最后通过谐振算法调整各匹配对之间的得分从而给出最终的匹配结果。在FVC2000、FVC2002、FVC2004以及NIST-4等指纹数据库上的实验结果表明，该算法有较好的匹配性能，对于存在较大弹性变形和质量较差的指纹图像也能给出准确的匹配。
(5)提出了一种电荷模型来解析描述指纹的宏观结构。该模型综合考虑了中心点、指关节、指甲沟对方向场的影响，与指纹实际生成的生理过程相一致。实验结果表明，该模型能够更准确、形象的模拟出各种类型的指纹方向场。