知识文库

指纹图像特征检测

时间:2018-01-10 19:17:23 作者:柯绿科技

指纹图像特征检测

采集得到的图像是手指表面脊和谷信息的映像组合,每个人都有其独特的指纹,而这一独特性取决于其局域脊特征及其关系。指纹的纹路并不是连续、平滑流畅的,而是经常出现中断、分叉或转折,这些断点、分叉点和转折点,称为细节(minutiae),就是这些细节提供了指纹唯一性的识别信息,如图4.8所示。指纹图像的特征定义有许多种,美国国家标准局提出用于指纹匹配细节的四种特征为脊线端点,脊线分叉点,复合特征(三分叉或交叉点)以及未定义。但目前最常用的细节特征的定义是美国FBI提出的细节模型(minutiaemodel)。它将指纹图像的最显著特征分为脊终点(脊线末梢)和分叉点两种特征来识别指纹。每个清晰的指纹一般有40~100个这样的细节点。依赖这些局部脊特征及其关系来确定身份。

所谓指纹特征提取就是要给指纹特征点赋予一些参数、标记,使得这些参数、标记能把每一个指纹从众多的指纹唯一的区别出来。目前用计算机识别指纹图像,主要依据下述指纹的特征:细节特征点(端点、分叉点)的位置、方向、指纹的纹型、隆起线的趋势、细节特征点之间隆起线的数目等。通常,在数量很大的指纹数据库中,给指纹分类尤为必要,指纹分类可以认为是一种粗匹配,可以迅速缩小匹配范围,减少搜索时间。根据指纹图像上脊线或者谷的整体流向,将指纹分为左箕,右箕,螺,弓,如图4.9(a)(b)(c)(d)所示。

关于指纹分类的算法,通常采用基于奇异点的检测来判断。对奇异点的描述后面将专门介绍。

版权所有:http://www.zhiwenmola.com 转载请注明出处