基于CUDA的指紋識(shí)別加速算法的研究.pdf

1、基于特征點(diǎn)匹配的指紋識(shí)別算法是目前在安防領(lǐng)域中使用最為廣泛的指紋識(shí)別算法，通?？刹捎肍PGA、DSP等硬件實(shí)現(xiàn)現(xiàn)場的實(shí)時(shí)處理。但當(dāng)指紋污損較為嚴(yán)重時(shí)，該硬件系統(tǒng)或者難以識(shí)別，或者由于算法過于復(fù)雜，難以滿足實(shí)時(shí)性要求。而基于光學(xué)聯(lián)合變換相關(guān)的指紋識(shí)別算法，是采用光學(xué)系統(tǒng)對(duì)待識(shí)別指紋與系統(tǒng)庫指紋進(jìn)行互相關(guān)運(yùn)算，對(duì)污損指紋的識(shí)別具有一定的魯棒性。并且，利用光學(xué)系統(tǒng)的高度并行性可實(shí)現(xiàn)系統(tǒng)的快速識(shí)別，滿足實(shí)時(shí)性要求。但該系統(tǒng)的搭建對(duì)環(huán)境要求較高，

2、在很多場合難以普及。
　　 本文提出了一種基于方向?yàn)V波的聯(lián)合變換相關(guān)指紋識(shí)別算法，利用指紋在不同方向的圖像特征進(jìn)行聯(lián)合變換相關(guān)運(yùn)算，大幅提高了指紋識(shí)別的準(zhǔn)確度。在此基礎(chǔ)上，本文基于GPU平臺(tái)編寫了聯(lián)合變換相關(guān)指紋識(shí)別的并行處理算法，提高了應(yīng)用場合的靈活性，同時(shí)也滿足了系統(tǒng)處理速度的實(shí)時(shí)性要求。圍繞指紋識(shí)別算法在GPU平臺(tái)下的加速實(shí)現(xiàn)，本文研究工作主要包含以下幾個(gè)方面:
　　 (1)討論了基于GPU的CUDA線程執(zhí)行機(jī)制、

3、線程結(jié)構(gòu)模型、存儲(chǔ)器層次模型和軟件體系，采用VS2008搭建了CUDA實(shí)驗(yàn)平臺(tái)，根據(jù)測試的實(shí)驗(yàn)環(huán)境參數(shù)設(shè)計(jì)了針對(duì)本文課題的CUDA線程分配模型。
　　 (2)深入研究了基于方向?yàn)V波的聯(lián)合變換相關(guān)指紋識(shí)別算法，采用NVID(I)AGeForce GT525M顯卡，在VC平臺(tái)下實(shí)現(xiàn)了基于GPU的并行運(yùn)算，驗(yàn)證了GPU加速實(shí)現(xiàn)聯(lián)合變換相關(guān)的可行性。
　　 (3)深入研究了包括圖像去噪、圖像分割和圖像增強(qiáng)的指紋預(yù)處理算法，基于V