指纹算法流程
输入指纹
从 CCD 录入模块输入的指纹图像是大小为 256 × 256PIX (像素)的黑白图像。
提取指纹区域
指纹录入部分根据手指的压力和手指接触的位置抓住背景。若提取指纹的局部区域有
可能降低指纹识别率。由此看来,提取实际有效的指纹区域是非常重要的。
处理方法:首先把指纹区域分成若干个一定大小的块,再利用块的浓度分布信息,进
行了指纹边缘的提取。
自动成像
录入部分没有物理按扭功能的情况下,确定采集指纹的瞬间是必需的。自动成像功能
在处理残缺图像、或湿度过大的低质量图像中,必不可缺的重要部分。
处理方法:利用一部分指纹区域的浓度分布图,用程序实现。
数字化处理
数字化处理是利用图像块的浓度平均值和背景浓度自动被处理。
指纹形态的分类
根据指纹形态分类的特征点来提高识别速度和认假率,是非常有效的。
处理方法:指纹形态分类是指以指纹中心点为基准、并考虑失量区域分布特点进行的
4 种形态的分类。我们的形态分类方法在 4 种形态分类中具有 99% 的识别特征。
非线性适配滤波器
输入图像中,在指纹线幅度变化或者孤立点 ( 孔 ) 多的情况下,检测出特征点时,可
能会出现许多假特征量;还有滤波处理不当时,也会检出假特征量。如指纹线间被连,或
应该连着的地方被断裂的现象。
处理方法:去除白点周围的黑色区域和黑点周围的孤立区域。保障指纹线幅的均一性。
滤波是结合线性滤波器和中间值非线性滤波器实现的。
指纹的中心方向
指纹的中心方向是应付任意角度旋转的重要特征量之一。
处理方法:首先把指纹图像以中心点为基准分成四个区域,再利用每个分区的方向分
布,定了一个中心方向。
决定指纹块方向矢量
指纹块方面矢量在决定指纹中心方向和正确地选出 Minutia 时起辅助作用。
处理方法:指纹的全体领域分成 16 个方向,并把出现的 Pike( 尖峰 ) 靠 8 方向 Mask
去除。块方向矢量为基础,更容易决定指纹中心的新方法。
特征量的决定 ( M inutia 位置、方向、种类等 )
目前,大部分特征量选择方法有细线化为基础的方法,指纹线幅的均一性保障为基础
的方法等等。上述方法的弊端是处理时间太长。我们的指纹识别算法是数字化处理值 ( 已