基于GVF模型的低質(zhì)量指紋圖像方向場提取.pdf

1、在自動指紋識別系統(tǒng)中，常用的特征主要有方向場、頻率場、細(xì)節(jié)點(diǎn)以及奇異點(diǎn)。作為指紋的基礎(chǔ)特征，方向場可以用來進(jìn)行奇異點(diǎn)檢測、指紋圖像的增強(qiáng)、分類以及匹配等。因此，方向場估計(jì)是指紋識別過程中非常重要的步驟。常用的方向場提取算法有梯度法、模型法、濾波法以及其它方法。基于梯度的方法計(jì)算簡便、結(jié)果精確，但容易受到噪聲的影響；基于模型的方法對低質(zhì)量圖像有一定的效果，但在奇異區(qū)域效果較差，并且計(jì)算復(fù)雜度較高；基于濾波的方法有較強(qiáng)的噪聲抑制能力，但計(jì)算

2、耗時(shí)，并且角度值有限。對于上述傳統(tǒng)算法，存在著三個(gè)較為嚴(yán)重的問題：1)指紋質(zhì)量較低時(shí)，無法獲得滿意的結(jié)果；2)無法在背景區(qū)域獲得可靠的方向場；3)基于模型的方法，如Legendre模型或FOMFE模型，在奇異區(qū)域會產(chǎn)生較大偏差。
　　 針對低質(zhì)量指紋圖像，本文提出了基于GVF模型的方向場計(jì)算方法。GVF模型有著兩個(gè)顯著的優(yōu)點(diǎn)：一是作用范圍非常大，二是迭代的本質(zhì)使其可以有效抑制噪聲。算法主要由兩個(gè)步驟構(gòu)成：1)快速平滑擴(kuò)散，目的是

3、消除噪聲，并在背景區(qū)域獲得可靠的方向場；2)奇異區(qū)域修正，目的是對奇異區(qū)域的方向場進(jìn)行修正。此外，為了獲得更好的計(jì)算效果，在計(jì)算過程中還需要對指紋進(jìn)行質(zhì)量評估以及裂痕檢測。質(zhì)量評估主要根據(jù)復(fù)數(shù)濾波的響應(yīng)來確定，而裂痕檢測則主要通過一組不同方向的濾波響應(yīng)來獲得。為了驗(yàn)證算法的有效性，我們進(jìn)行了FOE平臺測試以及匹配實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，無論是低質(zhì)量指紋圖像還是高質(zhì)量指紋圖像，基于GVF模型的方向場提取算法都能獲得準(zhǔn)確的方向場分布。