基于端叉特征融合的指纹识别算法

摘要

生物特征识别有多种多样，例如人脸识别、指纹识别、DNA基因测序等，以往各种文献中，大多数采用复杂算法或是深度学习的方法，其实时性不强。本文针对指纹纹路繁杂的特点，去繁取简抽取纹路的端叉关键点特征，利用图像处理技术和最新的OpenCV4实现指纹识别算法，避免了复杂算法和深度学习中计算耗时的问题。首先，利用图像处理的相关技术对采集的图像进行预处理，包括剪裁，旋转，多种滤波；其次，构建指纹端叉融合的特征提取算法确定相应的类型和角度，并绘制出待识别指纹特征融合关键点个数1 670个；最后对指纹识别功能进行测试得出结论。本算法特征提取的平均耗时为47.0 ms，平均匹配时间约为7.7 ms，同时准确率在不同特征提取算法中最高，为93.8%。由此得出该算法能够快速准确地对指纹库的指纹进行识别与比对，有效提高了指纹识别的精度与效率。

关键词

指纹识别 / 端叉融合 / 图像处理 / 直方图均衡化 / OpenCV