CASIA OpenIR  > 毕业生  > 博士学位论文
自动指纹识别技术的应用研究
其他题名Applied Research on Automatic Fingerprint Recognition Technology
陶训强
学位类型工学博士
导师田捷
2012-05-29
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业计算机应用技术
关键词质量判断 方向场模型 指纹增强 尺度缩放 交叉匹配 &Macr Ngerprint Image Quality Measure Orientation Model Image Enhancement Image Scaling Cross-matching
摘要近年来,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。指纹图像块的块样本矩阵经过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...
其他摘要With the continuous development of the global economy and information technology, the security issues of information and privacy have become increasingly important. Reliable solutions to personal identification are needed in more and more areas. However, the traditional identification techniques can not satisfy the increasing security requirements. Biometrics, as a better choice, attracts more and more attention. The automatic fingerprint identification system (AFIS), owing to its small size, low cost, easy to operation and high reliability, becomes one of the most important biometrics. Fingerprint recognition techniques have been used in various fields, such as electronic personal identification card, ecommerc and e-government. A variety of techniques, including fingerprint acquisition, classification, enhancement and matching, have made great progress at present, but there are still some challenging tasks in the research of fingerprint recognition, such as low quality fingerprint image enhancement, deformed fingerprint matching, cross- matching and fingerprint template protection, etc. These issues seriously affect the performance and security of the fingerprint recognition system and restrict its more wildly application. In order to solve the problems in the application of AFIS, several key issues are studied, such as fingerprint image quality measure, orientation estimation,image enhancement and image scaling. The main work and contributions of this thesis can be concluded as follows: 1 According to the requirement in real application of AFIS, a fingerprint image quality measure method based on Principal Component Analysis (PCA) is proposed. The method can accurately prompt the user for different kinds of bad quality fingerprint images in the process of fingerprint capture, and can also mark the region of bad quality to ensure reliability of fingerprint feature matching. Unlike the previous work where a pixel corresponds to a image, each image pixel can be embedded in a high-dimension space by forming a vector (or "patches") from its neighborhoods. It can be found that fingerprint patches in a local neighborhood form a simple and regular circular manifold topology in a two-dimensional space by PCA dimension reduction. The higher the quality is, the more regular the circular manifold topology is. First, two novel features from the expected manifold topology are extracted. Then, the quality of each local block is generated according to these two fe...
馆藏号XWLW1764
其他标识符200918014629093
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/6431
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
陶训强. 自动指纹识别技术的应用研究[D]. 中国科学院自动化研究所. 中国科学院研究生院,2012.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20091801462909(11628KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陶训强]的文章
百度学术
百度学术中相似的文章
[陶训强]的文章
必应学术
必应学术中相似的文章
[陶训强]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。