自动指纹识别系统课件讲解.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 一种新的分类体系 使用模糊聚类的方法，在特征空间重新聚类，可用迭代自组织的数据分析算法（ISODATA）或K－均值算法 大作业题目 基于小波（或分形）的图像压缩（不允许使用matlab或opencv及其他开发包，必须自己编写核心代码） 基于Android的动态签名识别 基于Android的照相和相片修饰系统 基于Android的名片识别系统 基于视频的自动车牌识别系统 基于视频的自动人脸识别系统 图片管理系统（图片的检索、浏览、编辑、要求支持批量处理） * * 生物识别ATM * * * * * * * * * * * * * * * * * * * * * * * * * * * * 指纹匹配 指纹匹配主要依靠的指纹细节特征（Minutiae）。常见的指纹指纹特征主要有以下五种：端点、分歧点、桥形、交叉和口形 自动指纹识别系统一般只用脊线的端点和分歧点作为指纹的细节特征，这是因为其他几种特征都可以看作是这两种特征的合成。 指纹压缩 目前由FBI提出的WSQ算法是国际上较为流行的指纹图象压缩算法，它采用了小波变换和霍夫曼编码等技术，其压缩比约为20：1 (a) 原始图象 (b) 压缩后图象 自动指纹识别所面临的问题 活体指纹传感器带来的图象误差 对于质量较差的指纹图象 缺乏有效的指纹特征描述手段 没有一种方便稳定的，适合自动指纹识别系统的指纹分类体系。 图象采集 图象预处理 特征提取 指纹匹配 指纹登记 指纹自动匹配系统流程 图 像 质 量 评 估 合格？ 否 是 图 像 分 割 图 像 增 强 图 像 二 值 化 图 像 细 化 指纹图象预处理流程 (a) 原始指纹图象 (b) 二值化指纹图象 (c) 指纹细化图象 图象隔点重采样 图象方向计算 图象前景背景分离 标注各块的方向 连续区域分析 计算质量评估参数 合格？ 分析是否是部分手指 分析是否是干/湿手指 指纹图象质量评估流程 OK NOT OK 前景面积是否过小？ 否 拒绝该图象 是 指纹图象分割 其目的是把指纹图象中质量很差，在后续处理中很难恢复的图象区域与有效区域区分开来，使后续处理能够集中于有效区域。 指纹纹线具有较强的方向性，因此利用方向图对指纹图象进行分割是一种常用的方法 多级分割法：就是把分割的过程分为3级，使各级的有哪些信誉好的足球投注网站范围逐级递减，第一级分割为背景分割，第二级从前景中分割出模糊区域，第三级从模糊区中分割出不可恢复部分，这样各级分割的有哪些信誉好的足球投注网站区域有大到小，所采用的特征量也有简到繁，把计算量少的特征量作用于较大范围的区域，不仅节约了运算开销，而且提高了分割的可靠性。 滤波 正规化 利用块均值和方差做第一次分割，去除背景部分 利用方向图和块方向图完成第二次和第三次分割 图像增强 利用了传统的傅立叶变换来增强指纹图象，同时在傅立叶增强后，又使用了两种方向滤波器来进一步修补指纹纹线。 经过傅立叶增强的指纹图象，还有可能存在断裂和叉连，其中断裂是指指纹脊线的小断口，叉连为两条相近的脊线由于噪音而连在了一起。使用了方向滤波器来消除这两种噪声。 方向滤波器 滤波器由两部分构成：平均滤波器和分离滤波器。平均滤波器的作用主要是连接脊线中出现的断裂，而分离滤波器可以去除图象中的叉连现象。 图像二值化 使用了一种基于脊线方向分析的方法对指纹图象进行二值化 指纹纹线细化 细化就是将二值图象变化为单象素宽度的骨架图象。 指纹匹配 (a) 端点 (b) 分歧点 (c) 交叉 (d) 桥形 (e) 口形 基于细节特征的误匹配 传统基于Gabor滤波器的指纹匹配 指纹匹配方法 （1）细节特征的提取； （2）基于多幅指纹图象的细节特征和细节编码生成匹配组合模板； （3）基于组合模板的指纹匹配。 信息融合的五层策略 组合模板生成 采集同一指纹的三幅图象，分别对其进行预处理并提取细节特征 对于三幅指纹初始模板，任选两初始模板，确定两模板匹配所能达到的最大分值 另选没有匹配过的两个模板，直至所有模板两两匹配完毕 确定参考模板和参考点，确定各模板与参考模板的校正参数，按校正参数对各初始模板校准 把各初始模板中可信度大于1的特征重新在参考模板中登记 图象采集 图象预处理 细节匹配 组合模板 细节 局部纹理 细节编码 匹配成功 是 否 编码匹配 匹配成功 是 否 匹配不成功 指纹分类方法 传统身份验证 验证该人是否持有有效的证明文件或信物 计算机系统中，多使用用户ID+密码的方法来进行用户的身份认证和访问控制的 生物识别的概念 所谓生物识别，就是利用人体的生理特征或行为动作来认证人的身份 特征是每个人所独有的，其它人无法复制取代，并不是所