一种基于中心点的指纹匹配算法的研究.pdfVIP

基础设计 KnowledgeBase 一种基于中心点的指纹匹配 算法的研究 ■ 湖北长江大学电子信息学院/张中会 刘益成 闻辉 荣峰 本文提出了一种指纹识别的特征点匹配算法，该算法是 在Xiping Luo的算法的基础上经过改进而得到的。该算法首 先通过指纹的中心点来确定指纹匹配时的参考点，指纹的中 心方向为初始方向，在此基础上将所有的特征点用极坐标表 示，对指纹模板特征点和输入指纹特征点实行归一化。其次， （1）纹线端点 （2）纹线分叉点 在匹配过程中，采用了一个可变限制框，以适应指纹的非线 图1：指纹的两种特征点 性变化。此外，本算法采用只对有效区内的指纹特征点进行 化)。在局部纹线特征中，纹线端点(Rigde ending)和纹线分 比对来提高指纹识别的鲁棒性，对指纹中心偏移的输入图象 叉点(Ridge bifurcation)是两个最重要的特征，称为特征点，如 有较好的识别效果。通过对指纹库中的指纹图像做实验，结 指纹的另一个重要特征是指纹的中心点。它代表指纹的 果表明该算法速度快，精度高，更适用于实时指纹识别系统。 中心位置。本文中的匹配算法研究了指纹的中心点快速定位 的方法，并利用中心点来确定参考点，从而节省了寻找参考 引言 点所用的时间。 每个人的指纹都是惟一的识别代码，终生享有，使用成 特征点匹配 本为零，安全系数极高，并且突破传统束缚，无需携带磁卡、 IC卡、TM卡、射频卡等识别载体，更无需记忆密码，所以指 如果两个指纹来自相同的手指，它们的对应特征点的位 纹在生物识别和鉴定系统中有着非常广泛的应用。指纹识别 置应该相近，并且对应特征点的局部特征也应该相近。 的核心问题之一是指纹匹配，它用来确定两个指纹是否来自 如果采用指纹的最大相似点作为参考点，相似度的计算 同一手指。为找到一种速度快、性能好的指纹匹配算法，许 要用大量的时间，因此本文把指纹的中心点作为参考点。指 多人对此进行了研究。目前指纹匹配方法可以分为两类。一 纹的中心点的定位方法很多，常用的有Poincare索引法、点 类是基于图形的匹配方法，另一类是采用人工神经网络的方 方向一致性度量法和方向均值差异法等3种中心定位算法， 法。Xiping Luo的算法是一种基于图形的匹配方法，其实质 还有在此基础上改进的一些方法。为了简化运算复杂度，指 是基于几何量的统计来实现的，大量的统计需要较长的时 纹的中心点采用指纹上各个凸形纹线中曲率最大处的点。模 间，因此匹配速度往往较慢。本算法在Xiping Luo的算法的 板指纹的中心点记为，输人指纹的中心点记为，其中x和y是 基础上进行了一些改进。 坐标值,代表中心点的位置，t是中心点的类型（1代表左环 指纹最重要的特征之一是它的局部纹线特征，从某种程 型，2代表右环型，3代表旋涡型，4代表拱型）。 度来讲，这一特征决定了一个指纹的惟一性(或者叫个性 一个特征点可以记为P(x,y,d,t)，其中x和y是坐标值， 124 CompoTech China / 2006.7 基 础 设 计 KnowledgeBase 代表特征点的位置，d是特征点的方向(取值从0～360) ,t是 于提取出来的细节点位置不准确或图像的非线性形变造成的 特征点的类型(1代表纹线端点，2代表纹线分叉点)。对一个 对应点位置的差异。为解决这个问题，本文的匹配算法引入 模板指纹图像，具有M个点的特征点系列可以表示为: 了尺寸可变的限制框，使匹配算法有更强的鲁棒性。 对一个输入的指纹图像，具有N个点的特征点系列可以 表示为: 特征点匹配是在极坐标系中进行的，因为指纹图像的非 线性形变往往呈放射状，在