自动指纹分类方法研究

【摘要】：指纹分类作为自动指纹识别系统(AFIS)的一个非常重要的组成部分,一直以来都是国内外研究人员研究的热点和难点。指纹分类根据指纹的分类特征将输入指纹以可靠且稳定的方式划为某一类别,使得只需在指纹数据库的一个相应子集中进行指纹查询,从而降低了运算复杂度和节省了检索时间。因此若能设计一个分类速度快且分类正确率高的指纹分类系统不仅可以极大的提高自动指纹识别系统的使用效率,而且方便了指纹识别过程中的特征数据分类存储和数据库检索。关于指纹分类的研究,虽然已经提出了很多算法,但是仍然存在很多值得研究的问题。对于指纹分类,目前的研究工作大都围绕着两个方面展开:一是如何提高传统的Henry分类模式的正确率,二是提取新的指纹分类特征,开辟新的指纹分类方式。本文对以上两个研究方向分别进行了深入研究,并分别提出了新的指纹分类方法。总结起来论文的主要工作与创新点如下:1.改进了基于方向场标记的指纹参考点检测方法。当不能仅仅依靠一次方向场标记检测到参考点时,基于方向场标记的方法通过不断的改变指纹方向场的量化范围、重新进行指纹方向场标记来检测参考点。这种处理方法并不能保证对所有的指纹图像都能检测到参考点且比较费时,对于这种情况,本文采取了图像形态学处理方法,当一次方向场标记无法检测到参考点时,本文采用形态学腐蚀操作对指纹方向场图像不断的进行腐蚀再标记处理,直到找到指纹的参考点。实验结果表明,改进方法比原方法具有更快的参考点检测速度和参考点检测率。2.提出了一种基于指纹局部纹线距离的连续指纹分类方法。该方法首先根据指纹的参考点提取指纹的一个局部区域,然后利用傅里叶变换计算此局部区域的纹线距离,最后把指纹库中的指纹按照各自的局部纹线距离进行分类,使得具有相同局部纹线距离的指纹属于同一个类别。实验结果表明该方法可以有效的提高指纹的检索速度。3.提出了一种基于指纹局部方向特征及ELM分类器的指纹分类方法。该方法首先根据指纹的参考点提取指纹的一个局部区域,然后计算这个局部区域的块方向场,以每一个块方向的两倍方向的正弦值,余弦值作为此图像块的特征,把所有的图像块特征连接形成整个指纹图像的特征,最后利用ELM分类器对指纹图像进行分类。该方法把指纹图像分成拱型、尖拱型、旋涡型、左旋型和右旋型5种类型,实验结果表明该分类特征具有很强的抗干扰能力,该分类方法不仅在分类精度而且在分类速度上都有较好的效果。4.完成了基于指纹局部方向特征及ELM分类器的指纹分类原型系统。本文综合上述指纹参考点选取、指纹方向场计算、指纹局部方向特征提取、ELM分类等过程实现了基于指纹局部方向特征及ELM分类器的指纹分类原型系统。
【关键词】：指纹识别 指纹分类 极限学习机 方向场 指纹索引 纹线距离
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP391.41