大成人,指纹也只不过放大增粗,它的纹样不变。 2).指纹特性与分类传统上,依据指纹的全局模式信息,可将指纹分为 5类:旋,左箕,右箕,弓,尖弓。指纹分类方法必须具备旋转平移不变性并对指纹变形等不敏感。人们通过观察已知, 指纹主要包含两种类型的特征:①构成指纹中心区模式的全局脊线和沟线特征;②局部细节特征。指纹分类仅依赖于第一种全局特征。分类算法一般都是基于奇异点的分布形态,这种算法容易用计算机程序描述,比较容易实现。奇异点有两种:中心点和三角区,用来标识指纹的宏特征。基于奇异点的分类算法本质是把指纹的宏特征用寻找指纹的奇异点的方法找出来,并用奇异点表示。所谓“宏特征”,是指脊线的一种特定结构,如图 2-1 所示。参考文献[1] 中心点三角区图 2-1 奇异点的位置分部信息为分类提供了依据,图2-2 就是基于奇异点的分类算法的模型,理想情况下,只要能找准奇异点,就能准确分类。福建农林大学东方学院计算机科学系毕业设计(论文) 5 图 2-2 奇异点的分布与指纹类别的关系 2.1.2. 指纹识别虽然一定程度上,指纹类别信息以及其他的全局模式结构如中心点和三角区的数目、位置等都能够揭示指纹的特性,但指纹的唯一性是由局部脊线特征以及他们之间的相互关系所决定的。指纹匹配通过对比局部的脊线特征和他们之间的关系来判断两个指纹是否来自同一个手指。到目前为止,人们共发现了 150 多种不同的局部脊线特征。这些局部脊线特征并非均匀分布,由于采集时手指的压力条件以及指纹图像的质量,有些特征很少出现。人们最常注意到的是两种被称为细节的局部脊线特征:①脊末梢;②脊分叉,如图 2-3 所示。通常这两种特征非常稳定,并对指纹采集时的压力不敏感。细节点的特征包括类型、位置坐标和方向,此外还有一些辅助特征,如该点处的细节点密度,与该点相连的脊线曲率等。 a. 细节举例 b. 细节特征图 2-3 指纹图像的细节
全文预览
