12、利用抗畸变滤波器进行指纹匹配

利用抗畸变滤波器进行指纹匹配

1. 引言

指纹匹配在身份验证和识别领域具有重要作用。传统的指纹相关匹配方法容易出现较高的误报率，这主要是因为指纹具有弹性，会产生较大的畸变，而相关匹配器依赖指纹图像的全局脊线结构，畸变会导致匹配结果不佳。为了提高相关匹配器的性能，可以创建能够结合多个弹性畸变版本指纹图像的滤波器。本文测试了三种不同的抗畸变滤波器：平均滤波器、合成鉴别函数（SDF）滤波器和最小平均噪声与相关平面能量（MINACE）滤波器。

相关函数在频域中进行计算：
[I_1 \circ I_2 = F(I_1)F^ (I_2)]
其中，(I_1) 和 (I_2) 是要进行相关的图像，(F(I_1)) 是 (I_1) 的傅里叶变换，(F^ (I_2)) 是 (I_2) 的傅里叶变换的共轭。相关匹配器计算相关函数的逆傅里叶变换，并在结果中搜索峰值幅度值。相关匹配器的一个特点是其平移独立性，相关峰值幅度值的位置给出了 (I_2) 相对于 (I_1) 的偏移量。峰值幅度值还用于确定匹配的置信水平，值越大，匹配的置信度越高。

指纹相关匹配在光学系统中具有很大的吸引力。实际上，关于抗畸变滤波器的研究最初源于一个光学指纹匹配器的演示。设计了一个光学频域相关系统，该系统可以实时将来自活体扫描指纹读取设备的指纹输入图像与存储在光学存储器中的指纹进行匹配。该系统最初只能在存储器中存储一个指纹，但通过使用其他光学存储组件，有可能存储数千个指纹。研究发现，如果存储在存储器中的指纹实际上是一个复合滤波器，即把多个指纹变体存储在一个匹配滤波器中，光学相关指纹匹配的性能会显著提高。复合滤波器是通过将活体扫描设备10秒内采集的指纹数据记录到光学存储器中构建的。在这10秒内