本书针对大人群和低质量指纹识别中的特征提取和识别问题开展研究，将扩展特征应用到实际的指纹识别系统中，以提高系统的识别性能。主要内容有：重叠指纹的分离、特征提取与识别；基于细节点的方向场特征重建及其应用；基于指纹全局拓扑模型和局部特征相结合的奇异点特征提取算法；多特征指纹识别的融合算法及快速比对方法；基于分级结构的指纹细节点快速比对方法。This book studies fingerprint ex
traction and recognition of huge database and low quality fingerprints.It utilizes extend features on practical fingerprint recognition systems to improve the performance.The main contributions are：separation and recognition of overlapped fingerprints；minutiae-based fingerprint orientation reconstruction and application；singular point detection method based on local information and global modeling；multi-feature fingerprint recognition fusion method and fast matching based on hierarchical strategy；hierarchical minutiae matching algorithm for fingerprint identification.
全部显示 ∨
全部显示 ∨
第1章 绪论 161.1 指纹识别背景介绍 16
1.2 指纹识别综述 171.2.1 指纹识别的基本概念 18
1.2.2 指纹识别的传统方法 19
1.2.3 传统指纹识别方法的不足和当前的研究热点 24
第2章 现场重叠指纹的分离与特征提取 262.1 引言 26
2.2 估计初始方向场 28
2.3 分离重叠方向场 302.3.1 松弛标注 31
2.3.2 分离算法 32
2.4 分离重叠指纹及特征提取 37
2.5 奇异点信息的应用 40
2.6 实验 422.6.1 仿真实验 42
2.6.2 真实现场指纹上的实验 44
2.6.3 统计实验 46
第3章 从细节点恢复方向场及其应用 483.1 引言 48
3.2 基于模型的方向场表示 483.2.1 零极点模型及其改进 49
3.2.2 多项式模型 50
3.2.3 组合模型 50
3.3 从细节点恢复方向场 513.3.1 有效区域估计 52
3.3.2 插值 52
3.3.3 用模型拟合恢复方向场 54
3.3.4 性能分析 56
3.4 恢复方向场应用于指纹识别 583.4.1 基于方向场的比对 58
3.4.2 方向场比对与基于细节点比对相融合 60
3.5 实验 623.5.1 数据库 62
3.5.2 融合算法的实验结果 63
3.5.3 与前人相关工作的比较 64
第4章 指纹奇异点检测 674.1 引言 67
4.2 指纹的拓扑分析 684.2.1 数学背景 68
4.2.2 指纹图像上的分析 70
4.3 DORIC特征及其在去除虚假细节点上的应用 714.3.1 DORIC特征 71
4.3.2 去除虚假奇异点 74
4.4 利用全局信息选择奇异点的最优组合 754.4.1 去除不可能的奇异点组合 76
4.4.2 选择奇异点的最优组合 77
4.5 实验 804.5.1 DORIC特征的性能 80
4.5.2 与其他基于Poincaré指数算法的比较 81
4.5.3 与非Poincaré指数方法的比较 82
第5章 多特征融合与快速比对 845.1 引言 84
5.2 多特征指纹识别的比较研究 845.2.1 指纹特征介绍 85
5.2.2 融合算法 88
5.2.3 实验与分析 89
5.3 基于分级结构的指纹多特征辨认 925.3.1 特征的选择 92
5.3.2 算法描述 92
5.3.3 实验 97
第6章 基于分级结构的指纹快速匹配 996.1 引言 99
6.2 相关工作 1006.2.1 配准 101
6.2.2 比对 101
6.2.3 比对时间分析 102
6.3 基于分级结构的指纹快速比对 1026.3.1 分级辨认搜索算法 102
6.3.2 时间分析 103
6.4 实验 1066.4.1 数据库 106
6.4.2 搜索到第一个满足条件即退出 106
6.4.3 全部搜索取最佳匹配 107
6.4.4 与现有方法的比较 107
参考文献 109
收藏
