吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (6): 1806-1810.doi: 10.13229/j.cnki.jdxbgxb201406041

• • 上一篇    下一篇

基于k近邻法和脊线追踪的指纹匹配算法

于明, 皮海龙, 王岩, 阎刚, 郭迎春   

  1. 河北工业大学 计算机科学与软件学院,天津 300401
  • 收稿日期:2013-04-22 出版日期:2014-11-01 发布日期:2014-11-01
  • 通讯作者: 郭迎春(1970-),女,副教授,博士.研究方向:计算机图像处理.E-mail:guoyingchun@scse.hebut.edu.cn
  • 作者简介:于明(1964-),男,教授,博士.研究方向:计算机图像处理.E-mail:
  • 基金资助:
    国家自然科学基金项目(60203018)

Fingerprint matching algorithm based on k-nearest neighbor and ridge line tracking methods

YU Ming, PI Hai-long, WANG Yan, YAN Gang, GUO Ying-chun   

  1. School of Computer Science and Engineering, Hebei University of Technology, Tianjin 300401,China
  • Received:2013-04-22 Online:2014-11-01 Published:2014-11-01

RICH HTML

0   

PDF (PC)

394

摘要： 首先,综合运用k近邻法和脊线追踪法,分别为叉点和端点设计了新的拓扑结构,提取脊线特征、邻域特征、细节点特征。其次,利用特征加权和坐标转换,以及半可变限界盒技术提出快速的二次匹配过程。试验结果表明:该算法运行速度快、拒识率和误识率低。

关键词: 计算机应用, 指纹匹配, 近邻法, 脊线追踪, 半可变限界盒, 二次匹配

Abstract: A new fingerprint matching algorithm is proposed in this study. First, the k-nearest neighbor and ridge line tracking methods are used to construct new topology structures for fork point and end point, respectively, in order to extract detailed characteristics of ridge line, neighboring region and minutiae. Then, a fast secondary matching process is implemented using the techniques of feature weighting, coordinate transformation, and semi-variable bounding box. Experiment results show that the proposed algorithm can run fast and has low false reject rate and false accept rate.

Key words: computer application, fingerprint matching, k-nearest neighbor method, the ridge line tracing, semi-variable bounding box, twice matching

中图分类号: 

  • TP391
[1] Pascual Starink J P, Backer E. Finding point correspondences using simulated annealing[J]. Pattern Recognition, 1995, 28(2): 231-240.
[2] He Y, Tian J, Li L, et al. Fingerprint matching based on global comprehensive similarity[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006, 28(6): 850-862.
[3] Benhammadi F, Amirouche M N, Hentous H, et al. Fingerprint matching from minutiae texture maps[J]. Pattern Recognition,2007,40(1): 189-197.
[4] 王业琳,宁新宝,尹义龙. 一种新的指纹匹配方法[J]. 中国图象图形学报,2003,8(2):203-208. Wang Ye-lin, Ning Xin-bao, Ying Yi-long. A new fingerprint matching algorithm[J]. Journal of Image and Graphics, 2003,8(2):203-208.
[5] 王伟希,袁杰,臧炅,等. 基于局部特征点的模式指纹匹配算法[J]. 南京大学学报:自然科学版,2009,45(1):18-23. Wang Wei-Xi, Yuan Jie, Zang Jiong, et al. A fingerprint matching algorithm of minutia based on local characteristic[J]. Journal of Nanjing University(Natural Sciences),2009,45(1):18-23.
[6] 罗西平,田捷. 自动指纹识别中的图像增强和细节匹配算法[J].软件学报,2002,13(5): 946-956. Luo Xi-ping, Tian Jie. Image enhancement and minutia matching algorithms in automated fingerprint identification system[J]. Journal of Software, 2002,13(5):946-956.
[7] 王朋, 张有光. 基于脊线校准的指纹细节点匹配算法[J]. 北京航空航天大学学报,2008,34(4): 483-486. Wang Peng, Zhang You-guang, Fingerprint minutia matching algorithm based on ridge alignment[J]. Journal of Beijing University of Aeronautics and Astronautics,2008,34(4): 483-486.
[8] 桂可. 指纹图像处理及匹配算法研究[D]. 武汉: 武汉理工大学信息工程学院,2010. Gui Ke. Research on fingerprint image processing and fingerprint matching algorithms[D]. Wuhan: College of Information Engineering,Wuhan University of Technology, 2010.
[9] 曹国, 孙权森, 毛志红, 等. 一种新的形变指纹匹配方法[J]. 中国图象图形学报,2010,15(4): 645-649. Cao Guo, Sun Quan-sen, Mao Zhi-hong, et al. A new algorithm for distorted fingerprint matching[J]. Journal of Image and Graphics,2010,15(4):645-649.
[10] Maio D, Maltoni D, Cappelli R,et al. The second international competition for fingerprint verification algorithms[DB/OL].[2012-09-13]. http://bias.csr.unibo.it/fvc2002/default.asp.
[11] 黄静. 指纹识别及快速匹配算法的研究[D]. 南京: 南京航空航天大学自动化学院, 2010. Huang Jing. Research on fingerprint identification and fast matching algorithms[D]. Nanjing: College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, 2010.
[12] 邓如军. 自动指纹识别匹配算法研究[D]. 大连:大连理工大学信息与通信工程学院,2010. Deng Ru-jun. Study on automatic fingerprint identification matching technique[D]. Dalian: College of Information and Communication Engineering, Dalian University of Technology, 2010.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发