卞维新, 丁世飞, 张 楠, 张 健, 赵星宇

1(中国矿业大学 计算机科学与技术学院,江苏 徐州 221116)

2(中国科学院 计算技术研究所 智能信息处理重点实验室,北京 100190)

3(安徽师范大学 计算机与信息学院,安徽 芜湖 241002)

生物特征识别技术是当前信息科学技术领域的研究热点之一.《2016-2021年中国生物识别技术行业市场前瞻与投资战略规划分析报告》显示,2013年全球生物识别市场的规模达到98亿美元,预计到2020年将增长至 250亿美元.在众多生物特征识别技术中,指纹因其终身不变性、唯一性和易接受性成为应用最为广泛的个人身份识别技术[1].自动指纹识别系统的研究主要集中在3个方面：图像增强、指纹分类和细节点匹配[2-4].大多数自动指纹识别系统是基于点模式匹配进行识别[5-7]的,准确可靠的细节点提取很大程度上依赖于输入指纹图像的质量[8].指纹识别系统采集到的指纹图像由于各种原因存在着不同的质量缺陷,因此,在特征提取之前对指纹图像进行增强是十分必要的.

指纹图像质量能够通过各种指纹增强方法[5,9-17]进行改善.O'Gorman等人[9]提出并设计了一种上下文滤波器来完成对指纹图像的增强,该滤波器具有方向性,它对指纹脊线方向的纹线进行增强,同时在梯度方向上提高纹理的对比度.Hong等人[5]则提出了一种应用方向Gabor滤波器对指纹进行滤波增强的方法,该方法在指纹增强领域获得了广泛关注.传统Gabor滤波器对参数非常敏感,对输入指纹图像的质量要求较……