自动指纹识别是生物特征识别的核心研究内容之一，是目前较成熟且被广泛接受的生物特征识别技术，具有重要的理论研究意义和市场应用价值。
本书是关于自动指纹识别的专著，全书共分10章。第1章介绍了生物特征识别技术和生物特征识别系统的概念；第2章介绍了常见的生物特征识别技术及部分算法，并对近年来发展的多生物特征融合识别作了简介；第3章从总体上介绍了验证模式下自动指纹识别系统(AFIS)，并对系统性能进行了测试；第4～9章对AFIS各主要模块算法原理进行了详细阐述，给出了每部分实验和测试结果，包括指纹图像预处理、指纹图像细节特征提取、指纹匹配和指纹分类等。其中，针对有的算法分别从不同角度进行了研究。第10章对自动指纹识别的发展趋势进行了总结与展望。此外，为方便读者阅读和应用本书所阐述的算法，书后还附有部分自动指纹识别算法的VC语言源程序。
样章试读
目录
- 目录
前言
第1章 绪论 1
1.1 生物特征识别技术 1
1.1.1 生物特征识别技术的定义 1
1.1.2 生物特征识别技术的特点 1
1.1.3 生物特征识别技术的分类 2
1.2 生物特征识别系统 2
1.2.1 生物特征识别系统的结构 2
1.2.2 生物特征识别系统的工作模式 4
1.2.3 生物特征识别系统的性能评价 5
1.3 常见的生物特征识别技术 7
1.4 自动指纹识别技术 11
1.4.1 指纹识别的研究历史 11
1.4.2 自动指纹识别技术的研究内容 13
1.5 本书主要内容安排 18
参与文献 19
第2章 常见的生物特征识别技术 21
2.1 指纹识别 21
2.2 人脸识别 22
2.2.1 人脸识别的研究内容 23
2.2.2 人脸识别新技术 25
2.2.3 人脸识别的应用 26
2.3 掌形识别 27
2.3.1 掌形图像采集 27
2.3.2 掌形识别系统的组成 28
2.3.3 掌纹识别 28
2.3.4 手形识别 31
2.3.5 掌形识别技术展望 33
2.4 虹膜识别 33
2.4.1 虹膜识别的特点 33
2.4.2 虹膜图像采集 34
2.4.3 虹膜图像增强 34
2.4.4 虹膜图像配准算法 35
2.4.5 虹膜识别的应用 36
2.5 步态识别 37
2.5.1 步态识别系统的组成 37
2.5.2 步态识别算法 38
2.5.3 步态识别的应用 39
2.6 签名识别 40
2.6.1 签名的采集 40
2.6.2 在线签名识别 41
2.6.3 离线签名识别 41
2.6.4 在线签名识别与离线签名识别的比较 41
2.6.5 签名识别的应用 42
2.7 语音识别 42
2.7.1 语音识别的分类 42
2.7.2 语音识别系统结构 43
2.7.3 语音识别算法 43
2.7.4 语音识别的应用 45
2.8 视网膜识别 45
2.9 脸部热量图识别 46
2.10 手部血管分布识别 47
2.11 其他生物特征识别技术 47
2.11.1 声纹识别 47
2.11.2 耳廓识别 48
2.11.3 手背静脉识别 48
2.11.4 红外温谱图识别 48
2.11.5 DNA识别 49
2.12 多生物特征融合识别技术 49
2.12 单一生物特征识别的局限性 49
2.12.2 多生物特征融合 50
2.13 本章小结 52
参考文献 53
第3章 验证模式下自动指纹识别系统 55
3.1 AFIS算法设计 55
3.2 AFIS各模块算法概述 56
3.2.1 指纹图像采集 57
3.2.2 图像与背景分离 57
3.2.3 方向信息提取 57
3.2.4 纹线提取 58
3.2.5 图像二值化 58
3.2.6 图像细化及纹线修复 58
3.2.7 细节特征提取 59
3.2.8 指纹匹配 59
3.3 实验结果 59
3.3.1 实验结果与讨论 59
3.3.2 实验结果测试 63
3.4 本章小结 64
参考文献 64
第4章 自动指纹识别系统预处理及细节特征提取 66
4.1 指纹图像预处理 66
4.1.1 指纹图像与背景分离 67
4.1.2 方向信息提取 68
4.1.3 纹线提取 72
4.1.4 自适应局部阈值二值化 74
4.1.5 图像细化及纹线修复 75
4.2 指纹图像细节特征提取 81
4.2.1 基于非彻底细化图像的指纹细节特征提取 81
4.2.2 纹线跟踪算法直接实现指纹细节特征提取 83
4.3 算法测试 84
4.4 本章小结 85
参考文献 86
第5章 自动指纹识别系统图像分割 87
5.1 方差法和方向法 87
5.1.1 方差分割算法 88
5.1.2 方向分割算法 88
5.1.3 两种分割算法的比较 90
5.2 新的指纹图像分割算法 90
5.2.1 算法思想 90
5.2.2 算法步骤 91
5.3 实验结果及算法测试 95
5.3.1 实验结果 95
5.3.2 算法测试 96
5.4 本章小结 98
参考文献 99
第6章 基于纹线跟踪的指纹细节特征提取 100
6.1 指纹图像预处理 101
6.1.1 指纹图像归一化 101
6.1.2 前景与背景分离 101
6.1.3 纹线方向估计 102
6.2 基于纹线跟踪的指纹细节特征提取算法 103
6.2.1 算法步骤 103
6.2.2 结束条件和细节点检测 106
6.3 实验结果及比较 108
6.3.1 实验结果 108
6.3.2 算法测试和比较 108
6.4 本章小结 109
参考文献 109
第7章 指纹匹配 111
7.1 有关定理和推论 112
7.2 点模式匹配算法 113
7.2.1 可能匹配的基准点对确定 113
7.2.2 匹配点对支持的计算 114
7.2.3 统计一次匹配的结果 116
7.2.4 求取映射参数和最终的匹配点对 117
7.3 实验结果 120
7.4 本章小结 121
参考文献 121
第8章 基于纹线跟踪的指纹分类 123
8.1 指纹图像模式区 124
8.1.1 模式区的定义 124
8.1.2 模式区的定位 124
8.1.3 模式区纹线跟踪 124
8.2 基于纹线跟踪的指纹分类 126
8.3 实验结果及算法测试 128
8.3.1 实验结果 128
8.3.2 算法测试 129
8.4 本章小结 129
参考文献 130
第9章 基于类拐点特征向量的多层次指纹分类 131
9.1 指纹分类系统结构 132
9.1.1 指纹分类系统结构设计 132
9.1.2 类拐点特征向量的定义 133
9.1.3 分类特征向量的提取 134
9.2 决策分析与决策规则 138
9.2.1 第一层次l1与根节点n1 138
9.2.2 第二层次l2与中间节点n2和n33 138
9.2.3 第三层次l3与中间节点n4139
9.3 实验结果及分析 140
9.3.1 实验结果 140
9.3.2 实验结果分析 140
9.4 本章小结 141
参考文献 141
第10章 总结与展望 142
10.1 本书研究工作总结 142
10.2 困难与展望 143
10.2.1 面临的困难 143
10.2.2 发展趋势 144
10.3 今后研究工作和建议 144
10.4 本章小结 145
参考文献 146
附录 部分自动指纹识别算法的VC语言源程序 147
附录一 使用Gabor函数进行指纹图像增强算法主函数 147
附录二 指纹图像与背景分离算法主函数 147
附录三 指纹图像细化算法主函数 151
附录四 模式区纹线跟踪算法主函数 156
附录五 基于纹线跟踪的指纹细节特征提取算法说明 161
京公网安备 11010102004214号