基于奇异点邻近结构的快速指纹识别

将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构.该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别.在NIST和FVC2004数据库上的测试结果显示,该算法在保证自动指纹识别系统(automatic fingerprintidentification system,简称AFIS)的识别准确性的同时,还使得指纹在线识别系统的1:N辨识速度有显著的提高.

一种基于点模式匹配的指纹识别方法

把指纹用于身份认证已有上百年的历史 ,自动指纹识别 (AFIS)已在各个领域广泛应用 ,除了传统的司法公安领域 ,自动指纹识别还可以作为计算机操作系统和网络访问认证用户的手段 ,以及用于金融保险方面的身份确认。指纹匹配是AFIS的最重要问题之一。一般用脊线的分歧点和端点这样的细节点来表示一个指纹 ,并通过细节匹配来进行指纹匹配。这样指纹匹配就转化为点模式匹配的问题。传统的点模式匹配算法存在运算量过大且难于解决所有的非弹性形变等问题。文章提出了一种基于聚类的点模式匹配方法 ,来进行指纹识别 ,有效地解决了如何对数量和位置都不尽相同的两幅指纹细节图象进行最优匹配的问题 ,设计并给出了利用矢量对匹配确定图象间校准函数的流程。

一种快速的指纹参照点对选取方法研究

快速准确地确定匹配参照点对是实现基于点模式指纹识别的一个关键问题,针对该问题本文提出了一种基于脊线校准的确定匹配参照点对的新方法。该方法首先利用细节点间的距离、类型以及细节点与脊线样点之间构成的网状结构来构建新的局部特征向量,然后在这些结构特征向量空间中搜索最为相似特征向量,确定出最优匹配参照点对。实验结果表明,本文提出的算法不仅速度快,而且准确性也有了较大提高。