基于压缩感知理论的现场潜指纹图像处理和识别技术研究

目前活体指纹识别技术的研究取得飞跃性进展,用于司法领域的现场潜指纹自动识别技术的研究仍处于瓶颈状态，识别率远达不到鉴别专家肉眼识别的准确率，主要问题在于现场指纹图像背景复杂、图像质量低，难以正确提取指纹特征和特征量少，以及大规模指纹辨识等。本课题基于近几年发展的压缩感知（CS）新理论，针对现场指纹图像处理和识别的挑战性问题，展开新方法、新理论的研究。本研究将首先构造适合指纹纹理特征的过完备稀疏表示字典以及设计快速有效的稀疏分解算法，按照是否是图像中的稀疏成分将有用信息和背景噪声分开，然后利用CS理论将指纹纹线特征的稀疏性结合到现场潜指纹图像恢复和重建中，提高图像质量，增加有用指纹信息。另外，本研究提取指纹的多种鉴别特征，对待查指纹在样本空间中寻求稀疏表示，利用稀疏解的判别信息把指纹识别问题转化为CS问题。有望形成相关的理论体系，提高潜指纹识别率。本课题研究具有学术上的创新性和重要应用价值。

现场指纹识别由于采集的指纹图像背景复杂、受多种噪声影响、图像质量低，难以正确提取特征和特征量少，识别率远达不到鉴别专家肉眼识别的准确率。针对现场指纹图像处理和识别的关键问题（指纹图像增强、指纹特征提取、大规模指纹识别等），本项目提出了基于压缩感知新理论的现场指纹图像增强方法、基于不变矩基函数的指纹方向场模型计算方法和指纹方向不变性特征提取方法、基于DCT基函数的指纹方向场模型计算方法、基于模型分析的指纹奇异点检测方法等，并对这些方法的理论和应用进行了较充分的研究和分析。.本项目研究过程中形成的主要成果有：1) 基于不变矩基函数的指纹方向场计算方法和指纹特征提取方法，发表于SCI期刊Pattern Recognition，2012年第45卷第7期，第2532-2542页; 2) 基于DCT基函数的指纹方向场模型计算方法，发表于ICB2012会刊（EI检索）和在线发表于2013年SCI期刊Information Sciences; 3) 基于压缩感知新理论的现场指纹图像增强方法，发表于CCBR2013会刊（EI检索）并提交到IEEE Trans. on Information Forensics and Security目前正在审稿中。在该项目的资助下，共发表期刊论文4篇、会议论文2篇，并培养已毕业硕士1名,在读硕士生1名。