蔡 凡

(闽南理工学院， 福建 泉州 362700)

近年来，指纹识别技术逐渐发展成熟，并得到广泛应用，如用于日常生活中的智能支付、手机解锁、程序安装确认等[1]。但是，在享受其方便性的同时，防止信息泄露、保障信息识别安全等问题也需引起更多关注[2]。本次研究将针对指纹细节特征点进行提取，并进行算法匹配。

1 指纹细节特征点

指纹特征的提取和匹配是指纹识别系统的关键环节[3]，其算法直接影响指纹识别的性能、速度和效率。指纹特征提取，是指针对指纹细节特征点信息进行提取[4]。图1所示为美国联邦调查局提出的两类指纹特征点模型，即纹线末梢点和纹线分叉点[5]。这两类特征点对指纹的描述具有唯一性。

图1 指纹特征点模型

通过搜索指纹图像上的特征点，将指纹图像转化为由若干末梢点和分叉点组成的点集，指纹提取和匹配问题也相应地转化为寻找点集间相似度(即点集匹配)的问题。记录每一处细节点的相关信息，主要包括：(1) 指纹细节点坐标和方向；(2) 所在纹线的切线方向角；(3) 细节点的类型。对于质量较好的指纹图像，通常能从中提取出40～100个细节点。通过细节点的表示，将指纹匹配问题转化成为平面点模式匹配问题[6]。但照此方法处理低质量或低分辨率指纹图像时，会产生一些伪特征点或丢失掉一些特征点信息。

为了得到指纹细化图像，须先对获取的指纹图像进行预处理，这一步是进行指纹特征提取和匹配的关键环节。首先，对指纹图像进行灰度化处理得到黑白的标准化图像；……