[00111531]多采集仪间的指纹交叉库匹配算法研究

随着指纹识别技术的普及,指纹传感技术也日新月异,市场上出现了多种指纹采集仪并存的情况,例如经典的光学式采集仪、刮擦式采集仪、按压式采集仪,以及新型的超声波式采集仪等。不同采集仪中采集图像的原理不同,采集的标准和规格不同,使得同一手指的两幅指纹图像之间也会出现较大的相对形变,从而影响到算法的匹配性能,这对传统的指纹识别算法提出了新的挑战。 为了解决多采集仪间的指纹交叉库匹配中的一些技术难点问题,研究组在指纹图像配准,指纹图像融合,特征匹配上做了大量且具体的研究。具体的成果包括：（1）在指纹图像配准方面,为了获得精准的匹配结果,我们提出了一种新型指纹方向场配准方法,先计算焦点（指纹的曲率平均中心点）的位置来做初始配准,再采用最速梯度下降法进行方向场的精准匹配,得到精确的旋转平移参数。算法在FVC2002DB1与FVC2004DB1上进行了实验,配准效果在同类算法种排名第一。（2）在指纹图像融合方面,我们提出了免细节点配准的方法,首先采用方向场配准和距离图像进行配准,然后基于脊线特征找到局部图像块中心点的对应关系,最后对找到的对应关系用TPS进行形变估计,达到精准图像融合的目的。算法在XDFinger数据库上进行了实验,实验结果超过了目前文献中的最好结果,其图像融合后的结果优于于分数融合的结果。（3）在特征匹配上,我们提出了基于传播算法和脊线计数的指纹匹配算法。首先利用细节点和方向场对指纹进行配准,然后利用传播算法找到对应的细节点对,接着计算对应细节点对间穿过的脊线条数,最后计算出两个指纹的匹配分数。算法在Fingerpass数据库上进行了实验,EER（平均错误率）低至2.38%,实验结果优于先进的MCC匹配算法（EER为2.9%）。 研究成果发表或投稿在SCI期刊及国外相关会议上,如 IET Computer Vision, IET Image Processing, Security and Communication Networks,International Congress on Image and Signal Processing, BioMedical Engineering and Informatics,4篇相关学术论文（其中3篇SCI,1篇会议）被接收或在审。在关键技术方面取得了一系列成果,在此期间,已受理相关专利7项。