40、指纹识别：特征提取技术的前沿探索

指纹识别：特征提取技术的前沿探索

指纹特征的基础定义

指纹的特征（核心点和三角点）有着明确的定义，主要包括以下几种：
1. 脊线终点 ：脊线突然终止的点。
2. 脊线分叉点 ：脊线分叉或分支的点。
3. 交叉点 ：两条脊线相互交叉的点。
4. 孤岛 ：比小点稍长的脊线，位于两条暂时分开的脊线之间。
5. 汗孔 ：小的点状特征。
6. 核心点 ：曲率最大的点，在给定的指纹类型中最多可有两个。
7. 三角点 ：由于脊线流动形成的三角形部分，在给定的指纹类型中最多可有两个。
8. 细节点 ：脊线终点、分叉点、交叉点、孤岛和汗孔被称为指纹图像的细节点。高质量的指纹通常包含60到80个这样的点。

这些特征中，局部特征如交叉点、小点在某些图像中可能不明显，而全局特征（核心点和三角点）和局部特征在特定图像中能清晰呈现。高级特征如环、孤岛等可以由上述细节点组合形成。

基于细节点的特征提取

早期的指纹匹配研究主要基于指纹图像的细节点。通过一组细节点（脊线终点和脊线分叉点）进行匹配，并使用欧几里得距离计算查询图像和数据库图像之间的匹配得分。

然而，在实际应用中，指纹图像可能存在噪声，导致产生虚假的细节点，增加了误识别的可能性。为了提高噪声指纹图像的质量，人们采用了多种预处理技术：