基于结构特征信息的指纹匹配算法研究开题报告

1. 研究目的与意义

（1）研究背景

用于生物识别的生物特征有手形指纹、画像、虹膜耳廓等，行为特征有签字、声音等。基于这些生物特征，人们已经发展了手形识别、指纹识别、面部识别、虹膜识别、签名识别、语音识别等多种生物识别技术。在众多生物特征中指纹是较为理想的一种用于身份认证的生物特征。在各种基于生物特征的身份认证方法中，指纹识别所占有的市场份额最大，在国际生物识别组织ibg集团在2004年发布的2004年生物识别技术市场分析报告中显示指纹识别技术市场占有率最高达48%。同时，基于生物特征的身份认证方法的市场收入额逐年上升，可见社会越来越需要生物特征的身份认证，尤其是基于指纹的身份认证方式。

（2）研究目的

2. 研究内容和预期目标

1.研究内容：

（1）查阅国内外指纹识别领域的相关技术研究和发展状况，了解指纹匹配的常用方法；

（2）掌握基于结构特征信息的指纹匹配方法的基本原理；

3. 研究的方法与步骤

1.研究方法：

自动指纹匹配方法主要包括基于节点匹配的方法和基于图像匹配的方法。基于图像的匹配方法由于受到采集的图像质量的影响较大，因此，基于节点匹配的方法较常用。基于节点的匹配算法中最常用的为基于中心点的特征匹配，但由于中心点难以确定且所确定的中心点坐标往往存在一定误差，图像经过平移和旋转，进行姿势矫正，会引入一定的噪声。因此，这类方法比较繁琐，效果一般。

基于结构的指纹匹配不受旋转和平移的影响，无需确定中心点。利用特征点和周边特征点的结构关系和特征信息进行局部小区域的匹配，得到该特征点的匹配分数，遍历所有的特征点，最终得到两幅图像的匹配分数。

4. 参考文献

[1] 陶重犇，朱绍文，王宪。基于曲波域的指纹预处理研究。激光与红外，2010

[2] 王宪，陶重犇。基于曲波域的指纹增强算法。光电工程，2010

[3]徐媛媛，陶重犇，朱绍文。基于模板的pcnns指纹细化算法。江南大学学报(自然科学版)，2010

5. 计划与进度安排

（1）2022年1月19日-2022年3月6日 查阅资料，填写开题报告，完成外文资料的翻译；

（2）2022年3月7日-2022年3月20日 熟悉matlab或vc 开发环境；

（3）2022年3月21日-2022年3月31日 研究结构特征信息算法的基本原理及其在指纹匹配方面的应用；