题目：自动指纹识别系统关键算法研究

由于生物特征识别能够克服传统身份识别方式的种种缺陷，因此近些年来获得了越来越多的关注。随着计算机和图像处理技术的迅猛发展，作为生物识别技术中应用最广泛的指纹识别，正在逐步由司法领域扩展到民用领域。尽管指纹识别技术的研究已经取得了很大的进展，但指纹识别竞赛（Fingerprint Verification Competition, FVC）的测试结果表明，自动指纹识别算法研究还有很长的路要走，具体表现为：低质量图像增强和形变指纹匹配还是指纹识别中极具挑战性的难题；系统资源有限时，自动指纹识别系统（Automated Fingerprint Identification System, AFIS）的性能会有较大幅度的下降。作为目前自动指纹识别算法研究的热点和难点，低质量指纹图像增强、形变指纹匹配和低运算量识别算法等方面，还存在许多值得研究的问题。本文主要针对低运算量指纹识别算法，特别是满足资源有限环境中在线AFIS需求的低运算量算法开展研究，在指纹图像帧序列拼接、方向场估计和图像修复等方面取得了一定的研究成果：（1）提出了指纹图像帧序列拼接的波形匹配算法——WMA算法。随着刮擦式指纹传感器的应用，相应的指纹图像帧序列拼接算法，特别是适用于嵌入式系统的低运算量拼接算法显得尤为重要。WMA算法引入波形匹配的概念，将指纹图像帧转化为二进制波形，通过计算相邻图像帧的波形相似度获取拼接参数。本算法的优点是运算量小，特别是将乘法运算减少到可忽略的程度，尤其适用于缺少硬件乘法器的嵌入式系统。测试结果表明，本算法运算速度快，拼接结果正确，对指纹图像质量的鲁棒性强。（2）提出了基于方向性抽样的指纹图像方向场估计算法——DSA算法。引入信号抽样理论，提出了指纹图像方向场的直流信号模型，通过指纹图像的方向性抽样信号来恢复方向场信息。根据指纹图像本身的特点，提出了基于方向场能量和局部有序性的指纹图像方向场平滑算法，有效地提高了方向场的准确度。测试结果表明，DSA算法能够获得正确的指纹图像方向场，并且运算量约为传统算法的三分之一，更适用于资源有限系统。（3）提出了基于有限元生长和伪细节点单形（False-minutia-simplex, FMS）的指纹图像修复算法。有限元生长算法利用指纹脊线的局部自相似性，从伪端点出发，沿脊线方向进行自我复制。伪细节点单形描述了指纹图像缺陷的最基本结构，能够组合出图像中的复杂缺陷结构。提出伪细节点单形的修复优先级原则，按照正确的顺序依次修复图像中的各个单形，能够有效地完成指纹图像的修复工作。测试表明，本算法能够正确有效地修复指纹图像中的大部分缺陷结构，滤除伪细节点。基于本文的研究工作，实现了车载指纹防盗系统（Vehicle Fingerprint Security System, VFSS）的产品原型，能够完成在线指纹识别以及相关的控制功能。