|
指紋識別算法在特征量的選擇方法和任意角度旋轉(zhuǎn)時不變的特征量照算法上具有鮮明的特點：識別速度 0.5s;單指特征信息量 256Byte 字節(jié);拒真率 0.01%;認假率 0.0001%。下面針對指紋識別算法的步驟進行具體介紹。 (1)輸入指紋 從 CCD 錄入模塊輸入的指紋圖像是大小為 256 × 256PIX (像素)的黑白圖像。 (2)提取指紋區(qū)域 指紋錄入部分根據(jù)手指的壓力和手指接觸的位置抓住背景。若提取指紋的局部區(qū)域有可能降低指紋識別率。由此看來，提取實際有效的指紋區(qū)域是非常重要的。 處理方法：首先把指紋區(qū)域分成若干個一定大小的塊，再利用塊的濃度分布信息，進行了指紋邊緣的提取。 (3)自動成像 錄入部分沒有物理按扭功能的情況下，確定采集指紋的瞬間是必需的。自動成像功能在處理殘缺圖像、或濕度過大的低質(zhì)量圖像中，必不可缺的重要部分。 處理方法：利用一部分指紋區(qū)域的濃度分布圖，用程序?qū)崿F(xiàn)。 (4)數(shù)字化處理:數(shù)字化處理是利用圖像塊的濃度平均值和背景濃度自動被處理。 (5)指紋形態(tài)的分類 根據(jù)指紋形態(tài)分類的特征點來提高識別速度和認假率，是非常有效的。 處理方法：指紋形態(tài)分類是指以指紋中心點為基準、并考慮失量區(qū)域分布特點進行的 4 種形態(tài)的分類。我們的形態(tài)分類方法在 4 種形態(tài)分類中具有 99% 的識別特征。 (6)非線性適配濾波器 輸入圖像中，在指紋線幅度變化或者孤立點 ( 孔 ) 多的情況下，檢測出特征點時，可能會出現(xiàn)許多假特征量;還有濾波處理不當時，也會檢出假特征量。如指紋線間被連，或應該連著的地方被斷裂的現(xiàn)象。 處理方法：去除白點周圍的黑色區(qū)域和黑點周圍的孤立區(qū)域。保障指紋線幅的均一性。濾波是結(jié)合線性濾波器和中間值非線性濾波器實現(xiàn)的。 (7)指紋的中心方向(此處取消) 指紋的中心方向是應付任意角度旋轉(zhuǎn)的重要特征量之一。 處理方法：首先把指紋圖像以中心點為基準分成四個區(qū)域，再利用每個分區(qū)的方向分布，定了一個中心方向。 (8)決定指紋塊方向矢量 指紋塊方面矢量在決定指紋中心方向和正確地選出 Minutia 時起輔助作用。 處理方法：指紋的全體領(lǐng)域分成 16 個方向，并把出現(xiàn)的 Pike( 尖峰 ) 靠 8 方向 Mask 去除。塊方向矢量為基礎(chǔ)，更容易決定指紋中心的新方法。 (9)特征量的決定 ( M inutia 位置、方向、種類等 ) 目前，大部分特征量選擇方法有細線化為基礎(chǔ)的方法，指紋線幅的均一性保障為基礎(chǔ)的方法等等。上述方法的弊端是處理時間太長。我們的指紋識別算法是數(shù)字化處理值 ( 已經(jīng)過濾波 ) 的基礎(chǔ)上直接決定Minutia 。這種方法的特點是能夠快速地決定指紋線的始點、終點，可能成為分岔點的候補特征點，并參照方向矢量去除了虛假特征點。上述方法縮短了整個識別時間。 (10)特征量登錄 登錄的指紋特征量信息限制在 256(Byte) 字節(jié)， ( 一人的指紋信息 ) 特征量對照時，為了快速完成搜索，合理配置了搜索鍵。 (11)高速對照算法 處理方法：對照算法的特點是利用適用于任意角度旋轉(zhuǎn)的評價函數(shù)，通過最少的運算來完成比較檢索。即把 Minutia 位置的相對距離、方向差、種類的比較合理地組合起來，進行對照，提高了識別效果。 |
