电路与系统专业毕业论文自动指纹识别系统关键技术研究

1、电路与系统专业毕业论文 精品论文 自动指纹识别系统关键技术研究关键词：指纹识别 质量评估 图像二次分割 特征匹配摘要：由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指

2、纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配

3、的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。正文内容 由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于

4、指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大

5、类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参

6、数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质

7、量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：

8、一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许

9、多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，

10、其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转

11、参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于

12、判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整

13、个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽

14、然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减

15、少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求

16、出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏

17、，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征

18、匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域

19、应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹

20、图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差

21、允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。

22、分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于

23、三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经

24、成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像

25、区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构成特征向量，利用线性支持向量机SVM对前景区域进行分割以剔除指纹图像中的不可恢复区域。 3.研究了指纹特征匹配算法。提出了一种基于三角形全等的指纹特征匹配算法，该算法将整个匹配过程分为三步：一是在采集到的指纹特征和待匹配的指纹特征模板中，以奇异点或细节点为三角形的一个顶点，通过指定方法查找在误差允许的范围之内全等的两个三角形；二是根据两个全等三角形的相对位置，通过对所采集到的特征点所构成的三角形进行平移和旋转操作，使

26、两个全等三角形在误差允许的范围内重叠，求出三角形的平移和旋转参数，然后根据这些参数，对所采集到的全部指纹特征象素点进行平移和旋转操作；三是采用弹性匹配算法以确定细节点之间的对应关系并计算出最终的匹配分数，并由此确定指纹识别结果。由于人体指纹的长期不变性与唯一性，通过指纹特征来鉴别人员身份的自动指纹识别技术已经成为生物识别技术领域应用最广泛的技术。虽然指纹识别领域已有许多研究成果，但是由于指纹识别所特有的复杂性和不确定性，自动指纹识别系统仍面临着不少问题有待解决和完善。本文在指纹图像质量评估算法、指纹图像预处理算法、指纹特征匹配算法等方面进行了深入的分析和研究，主要完成了如下工作： 1.研究了指纹图像质量评估技术。分析了现有方法的缺乏，提出了一种新的基于判别因子的指纹图像质量评估算法。该算法依据不同的指纹质量特征对最终评估结果影响的大小，依次对指纹图像进行评估，对不符合质量要求的指纹图像，立即终止其评估过程，提示用户重新输入指纹图像，并给出修改建议。 2.研究了指纹图像预处理算法。深入分析了指纹图像区域类型，提出对指纹图像进行二级分割以减少特征提取的错误率，其中初级分割采用最大类间方差阈值分割法把前景区域和背景区域分开，次级分割采用指纹图像子块的傅立叶频谱能量比和灰度比照度构