基于細節(jié)點的高魯棒性指紋識別算法研究與實現(xiàn).pdf

1、指紋識別系統(tǒng)是應用最為廣泛的個人身份識別系統(tǒng)，這是因為人體指紋具有非常優(yōu)異的易用性、可靠性和穩(wěn)定性。然而，由于指紋本身的復雜性以及個人身份識別應用場景的不斷演變，指紋識別算法的研究與實現(xiàn)仍然面臨著很多挑戰(zhàn)和難題亟待解決。比如對于低質量指紋圖像，特別是存在嚴重非線性形變的圖像，現(xiàn)有的指紋識別算法通常無法達到理想的識別效果。因此，進一步提高指紋識別算法的魯棒性具有十分重要的意義。為解決上述問題，本文提出了一種基于細節(jié)點的高魯棒性指紋識別算法

2、。
　　基于細節(jié)點的指紋識別算法可以分為指紋細節(jié)點提取算法和基于細節(jié)點的指紋匹配算法兩部分。本文首先闡述了指紋細節(jié)點提取算法，通過指紋圖像輸入、指紋方向場的生成、指紋圖像二值化、指紋細節(jié)點檢測、指紋質量場生成、低質量指紋細節(jié)點移除以及指紋細節(jié)點模板文件輸出等步驟的處理，得到了指紋細節(jié)點信息，并作為后續(xù)指紋匹配算法輸入。接著本文設計了基于細節(jié)點的指紋匹配算法，首先通過局部匹配得到初步的識別結果，然后利用細節(jié)點的質量、輸入和模板指紋圖

3、像重疊區(qū)域面積等一系列簡單易得的全局指紋細節(jié)點相關特征，經由全局匹配環(huán)節(jié)優(yōu)化局部匹配結果得到最終的識別結果。除了算法設計以外，本文還在包含嵌入式CPU和GPU的異構平臺上完整地實現(xiàn)了高性能、低能耗指紋識別算法，完成了自動指紋識別系統(tǒng)的全部功能。
　　實驗結果表明，本文設計的指紋識別算法在FVC2006DB2和DB3上的EER分別為1.00％和4.82％，F(xiàn)MR1000分別為2.30％和16.13％，在魯棒性方面明顯優(yōu)于其他先進的指

4、紋識別算法;本文提出的嵌入式異構平臺映射方案中的指紋細節(jié)點提取算法和基于細節(jié)點的指紋匹配算法的執(zhí)行時間分別為477.08ms和107.07ms，能耗分別為647.11 mJ和137.27mJ，相對于僅使用嵌入式CPU的映射方案，指紋細節(jié)點提取算法加速1.32倍，同時減少了13.53％的能耗。最后，本文還將嵌入式異構平臺的映射方案與其他高水平的嵌入式指紋識別系統(tǒng)進行了比較，充分證明了在移動平臺計算資源與能耗受限制的情況下，本文提出的利用嵌