1、電路與系統專業畢業論文 精品論文 自動指紋識別系統關鍵技術研究關鍵詞：指紋識別 質量評估 圖像二次分割 特征匹配摘要：由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指

2、紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配

3、的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。正文內容 由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于

4、指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大

5、類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參

6、數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質

7、量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：

8、一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許

9、多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，

10、其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉

11、參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于

12、判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整

13、個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖

14、然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減

15、少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求

16、出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏

17、，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征

18、匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域

19、應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋

20、圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差

21、允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。

22、分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于

23、三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經

24、成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像

25、區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構成特征向量，利用線性支持向量機SVM對前景區域進行分割以剔除指紋圖像中的不可恢復區域。 3.研究了指紋特征匹配算法。提出了一種基于三角形全等的指紋特征匹配算法，該算法將整個匹配過程分為三步：一是在采集到的指紋特征和待匹配的指紋特征模板中，以奇異點或細節點為三角形的一個頂點，通過指定方法查找在誤差允許的范圍之內全等的兩個三角形；二是根據兩個全等三角形的相對位置，通過對所采集到的特征點所構成的三角形進行平移和旋轉操作，使

26、兩個全等三角形在誤差允許的范圍內重疊，求出三角形的平移和旋轉參數，然后根據這些參數，對所采集到的全部指紋特征象素點進行平移和旋轉操作；三是采用彈性匹配算法以確定細節點之間的對應關系并計算出最終的匹配分數，并由此確定指紋識別結果。由于人體指紋的長期不變性與唯一性，通過指紋特征來鑒別人員身份的自動指紋識別技術已經成為生物識別技術領域應用最廣泛的技術。雖然指紋識別領域已有許多研究成果，但是由于指紋識別所特有的復雜性和不確定性，自動指紋識別系統仍面臨著不少問題有待解決和完善。本文在指紋圖像質量評估算法、指紋圖像預處理算法、指紋特征匹配算法等方面進行了深入的分析和研究，主要完成了如下工作： 1.研究了指紋圖像質量評估技術。分析了現有方法的缺乏，提出了一種新的基于判別因子的指紋圖像質量評估算法。該算法依據不同的指紋質量特征對最終評估結果影響的大小，依次對指紋圖像進行評估，對不符合質量要求的指紋圖像，立即終止其評估過程，提示用戶重新輸入指紋圖像，并給出修改建議。 2.研究了指紋圖像預處理算法。深入分析了指紋圖像區域類型，提出對指紋圖像進行二級分割以減少特征提取的錯誤率，其中初級分割采用最大類間方差閾值分割法把前景區域和背景區域分開，次級分割采用指紋圖像子塊的傅立葉頻譜能量比和灰度比照度構