警用指纹识别系统中图像预处理的研究

论文摘要

指纹鉴别作为一种身份鉴别方法,是人体生物特征鉴别技术中最重要的一种。指纹自动识别技术作为现今生物特征识别技术的主流,有着十分广泛的应用前景。随着近年来计算机技术和网络建设的快速发展,自动指纹识别技术已经越来越多的进入到人们的生活和工作中,自动指纹识别系统的研发和升级也正在成为国内外学术界和商业界的热点。但是,目前的指纹自动识别技术还远远不够成熟,在许多关键步骤的算法上都有着十分广阔的研究空间。在刑事侦查领域,指纹是非常重要的证据,也是查找和确认犯罪人员最直接、最准确的途径。目前,随着指纹自动识别系统在公安机关的推广和普及,已经产生出了巨大的应用效益。但是,在刑侦工作的实践当中,由于指纹来源复杂,而且相当部分的指纹图像质量低劣,给指纹图像预处理增加了难度,直接制约了指纹自动识别系统的性能发挥。在大量关于指纹自动识别技术的研究中,有关此方面的研究报道还不多见。本论文简要分析了警用指纹自动识别系统的基本技术原理,并据此重点针对指纹图像的预处理环节进行了研究。首先,提出了适合于不同来源指纹图像的方向法和方差法相结合的复合分割方法,其次,为提高系统后续处理的可靠性,将基于Gabor滤波的方法应用于指纹图像增强。在此基础上,结合指纹图像的分割面积和方向计算提出了指纹图像的质量评估方法。利用matlab进行的实验表明,本论文提出的图像分割方法能够较好地对各种来源的指纹图像进行分割,克服了大部分指纹图像存在的对比度低,干扰严重等缺陷;基于Gabor滤波的图像增强方法能够显著改善指纹图像的视觉效果;本论文提出的质量评估方法能够正确地排除活体采集过程中的各种低质量的指纹图像。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 指纹自动识别技术
• 1.1.1 生物特征识别技术概况
• 1.1.2 指纹自动识别技术的发展及现状
• 1.1.3 指纹自动识别系统的分类
• 1.2 警用指纹自动识别系统
• 1.2.1 指纹识别在刑事司法领域的运用
• 1.2.2 警用指纹自动识别系统的发展和现状
• 1.3 本文的主要研究背景和研究重点
• 1.4 论文的组织结构
• 2 警用指纹自动识别系统概述
• 2.1 警用指纹自动识别系统的主要功用
• 2.2 警用指纹自动识别系统的技术流程
• 2.2.1 指纹图像的输入
• 2.2.2 指纹图像的预处理
• 2.2.3 指纹图像的特征提取
• 2.2.4 指纹图像库的分类和建库
• 2.2.5 指纹图像的匹配
• 2.3 警用指纹自动识别系统的系统构成
• 2.4 警用指纹自动识别系统的主要特点
• 2.5 警用指纹自动识别系统的操作步骤
• 3 警用指纹识别系统中的指纹图像分割
• 3.1 图像分割的一般理论
• 3.2 指纹图像分割算法回顾
• 3.3 警用指纹识别系统中指纹图像的主要来源及各自特点
• 3.4 警用指纹识别系统中图像分割的目的分析
• 3.5 基于自适应方差阈值和方向性的复合分割算法
• 3.5.1 指纹图像的灰度规格化
• 3.5.2 自适应阈值的方差分割算法
• 3.5.3 方向图算法的选择
• 3.5.4 指纹方向图和方向一致性度量的计算
• 3.5.5 基于方向一致性度量的分割算法
• 3.5.6 复合分割判据的确定
• 3.6 实验结果
• 3.7 本章小结
• 4 指纹图像的增强
• 4.1 指纹图像增强方法的回顾
• 4.2 基于Gabor 滤波的指纹图像增强
• 4.2.1 Gabor 滤波器概述
• 4.2.2 算法流程
• 4.2.3 算法的基本思想
• 4.2.4 算法的实现
• 4.3 实验结果
• 4.4 本章小结
• 5 活体采集指纹图像的质量评估
• 5.1 指纹图像质量评估的意义
• 5.2 指纹图像质量评估算法简述
• 5.3 基于分割图像面积的质量评估算法
• 5.4 基于方向计算的质量评估算法
• 5.5 综合的指纹图像质量评估方法
• 5.6 实验结果
• 5.7 本章小结
• 6 总结
• 致谢
• 参考文献