指纹中心点的定位和特征匹配方法

一种新的指纹节点匹配方法
祝恩;殷建平;张国敏
【期刊名称】《计算机工程与应用》
【年(卷),期】2005(041)005
【摘要】指纹匹配是指纹识别中的一个重要问题,在指纹识别系统中常用一组节点来表示一个指纹.目前的指纹识别系统主要采用基于节点的匹配方法.文章提出了一种新的指纹节点匹配方法,在抽取节点特征时不但提取其坐标和方向,而且还提取每个节点沿着其方向和反方向的一定距离内的局部方向,在匹配两个节点时匹配这些方向信息,并将节点按方向信息排序,以加速查找.匹配时首先确定最佳参考节点,然后根据最佳参考节点下匹配节点对的位置和方向差异再次旋转和平移输入指纹,最后在直角坐标下再次匹配两个指纹.实验表明,该方法能有效地提高系统的识别性能.【总页数】3页(P76-78)
【作者】祝恩;殷建平;张国敏
【作者单位】国防科技大学计算机学院,长沙,410073;国防科技大学计算机学院,长沙,410073;国防科技大学计算机学院,长沙,410073
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种新的形变指纹匹配方法 [J], 曹国;孙权森;毛志红;梅园
2.一种基于细节点局部描述子的指纹图像匹配方法 [J], 陈晖;殷建平;祝恩;胡春风;
李永
3.一种新的点模式指纹匹配方法 [J], 朱宁;施荣华;吴科桦
4.一种新的指纹细节点匹配算法的研究 [J], 江杰;胡晓莉;李杰
5.一种新的指纹细节点匹配算法的研究 [J], 江杰;胡晓莉;李杰
因版权原因，仅展示原文概要，查看原文内容请购买。

402008.02基于细节点聚类的指纹匹配算法■二炮指挥中心李海燕摘要：指纹匹配算法的好坏直接影响识别系统的精度。

本文提出了一种新的基于细节点聚类的多参考中心指纹匹配算法。

实验结果表明本文所提出的方法提高了匹配的性能。

关键词：指纹匹配细节点聚类系统相似度模型相似元随着经济全球化和信息技术的飞速发展，当今世界电子化、信息化的程度日益提高，信息安全问题越来越受到重视，对高效、可靠的自动身份识别系统的要求更加迫切。

基于人类个体生理或行为特征的生物安全技术，为人们提供了可靠的身份确认解决方案。

目前，在身份识别中较为常用的生物特征有虹膜、人脸、声音、掌纹和指纹等等。

而指纹的唯一性和终身不变性使指纹识别成为现在最广泛的生物识别技术。

它包括指纹图像的采集及增强、特征提取和特征匹配三部分内容，匹配算法的好坏直接影响识别系统的精度、速度和效率。

本文提出了一种基于细节点聚类的多参考中心的新的点模式匹配算法。

首先将输入指纹的细节点集根据距离进行聚类，在每一类中构造出若干局部结构。

然后利用Germain[13]的聚类思想得到一组最为可能的旋转平移参数，结合由细节点类中心构成的全局结构，确定一个最佳的旋转平移参数。

实验结果表明，本文提出的方法能够有效提高指纹匹配的精度。

文中的第二部分主要介绍了所采用的对齐方法以及结构的相似性度量，第三部分介绍了对齐后的点模式匹配方法。

第四部分给出了实验结果，第五部分对整个匹配算法进行了总结。

对齐方法原始指纹图像经过预处理和特征提取之后，已经变成了由有限个细节点（端点和分叉点）组成的数据链表。

细节点的表示为。

对于从输入的指纹图像中提取出来全部细节点，通过Hierarchical 聚类方法，根据距离参数可以得到包含类的细节点类集，表示为，其中记录了细节点类集中第（）个细节点类。

为了表示各个细节点之间的结构关系，就需要对细节点及周围的邻近点进行处理，从而得到对齐所需要的局部结构组。

考虑到指纹细节点的分布特性，本文定义了三种不同的局部结构，分别为细节点结构（退化的局部结构，即只包含一个细节点）、线段结构以及三角形结构。

WSN中基于指纹匹配的室内定位方法竺超明;华子雯;陈立建;徐慧;毛科技【摘要】定位技术在无线传感器网络应用中发挥着重要的意义.GPS等室外定位方法在室内环境中信号差,在场景复杂的室内环境中很难有效定位,因此本文实现的一种基于指纹匹配的WSN室内定位方法.首先构建定位区域中的信号强度指纹地图,利用Kriging插值算法构建分辨率较高的定位指纹地图,然后进行匹配指纹地图定位,采用余弦相似度和空间索引进行目标定位,最后采用K-means提高定位精度并进行优化.基于该定位方法开发了一套WSN室内定位系统,采用Micaz节点作为基站节点,通过实际实验和仿真实验验证了定位方法在室内定位场景中具有较好的抗障碍物干扰性,定位误差在5 cm左右.【期刊名称】《传感技术学报》【年(卷),期】2019(032)003【总页数】7页(P451-457)【关键词】无线传感器网络;指纹匹配;室内定位;Kriging插值;K-means聚类【作者】竺超明;华子雯;陈立建;徐慧;毛科技【作者单位】浙江广播电视大学萧山学院,杭州310000;浙江工业大学计算机科学与技术学院,杭州310032;浙江工业大学计算机科学与技术学院,杭州310032;浙江广播电视大学萧山学院,杭州310000;浙江工业大学计算机科学与技术学院,杭州310032;浙江工业大学计算机科学与技术学院,杭州310032【正文语种】中文【中图分类】TP393无线传感器网络WSN(Wireless Sensor Networks)主要用来监测网络部署区域中各种环境特性,比如温湿度、光照强度、磁场强度、受力强度、速度或加速度、化学物质浓度等等,但是只有在知道节点位置信息的情况下很多监测的数据才有意义。

换句话说,传感器节点的定位在无线传感器网络的诸多应用中有着十分重要的意义。

目前室外定位方法主要是通过全球定位系统GPS(Global Positioning System),GPS卫星通过发射电磁波信号计算距离,从而实现定位功能,然而GPS信号在室内环境或信号穿透比较差的场景中,不能实现高精度定位,因此很难满足室内定位的需求。

ｒｔ ｍ ｓｕ ｉ ｇ ｔ ｅ ｉ ｆ ｒ ａｉ ｎ ｏ ｅ ｃ ｒ ｏ ｎ ｄ ｔ ｅ ｄ ｌａｐ ｉ ｔｆ ｒｆｎ ｅ ｒｎ ｌｓ ｉ ｃ ｔ ｎ ａ ｄ ｍａ ｃ ｔ ｈ ｅ ｉ ｎ ｎ ｎ ｄ ｔ ｅ ｓｎ ｉｈ ｉ ｓｎ ｎ ｏ ｍ ｔ ｆｔ ｏ ｅｐ ｉ ｔａ ｅ ｔ ｏ ｎ ｏ ｇ ｒ ｉ ｔ ａ ｓｆ ａ ｉ ｎ ｔｈ ａ ｅ ｂ ｇ ｎ ｉ ｇ，ａ ｎ ｕ ｉ ｇ ｈ ｏ ｈ ｎ ｈ ｉ ｐ ｃ ｉ ｏ ｔ ｈ
Ａ ｉ ｇ ｒ ｒｎ ａ ｃ ｉ ｇ Ａｌ ｏ ｉ ｍ ｓ ｄ ｏ ｐ ｌ ｇ Ｆ ｎ ｅ ｐ ｉ ｔＭ ｔ ｈ ｎ ｇ ｒｔ ｈ Ｂａ ｅ ｎ Ｔｏ ｏ ｏ ｙ
ａ ｄ Ｆｉ ｅ ｐ ｉ ａ ｓｆｃ ｔｏ ｎ ｎｇ ｒ ｒ ｎｔＣｌ ｓ ｉ ａ ｉ ｎ ｉ
Ｒ Ｎ Ｗｅ－ｉｎ Ｌ ＩＳ ｅ ｇ Ｋ ＮＧ Ｃ ａ — ａ， Ｅ Ｇ Ｆ ｉ Ｅ ｉｊ ， Ｅ ｈ ｎ ， Ａ ｈｏ ｈ ｉＴ Ｎ ｅ ａ
第２ ２卷
第 ９期
计 算 机 技 术 与 发 展
ＣＯＭＰ ＵＴＥＲ ＴＥＣ ＨＮＯＬ ＯＧＹ ＡＮＤ ＤＥＶＥＬ ＯＰＭＥＮ Ｔ
２１ ０ ２年 ９月
Ｖｏ ． ２ Ｎｏ ９ １２ ． Ｓ ． ２ ２ ｅｐ ０１
基 于 拓 扑 学 及 指 纹 分 类 的指 纹 匹 配算 法
（ ｌ ｔｃｌｎｏｍａｏ ｎｉｅｒ ｇＩｓｔｔ， ｏｔｅｓ Ｐ ｔ ｌ ｍ ｎｖｒｉ ， ａｉｇ１３＇ ， ｈｎ ） Ｅｅ ｒ ａ Ｉｆｒ ｔ ｎＥ ｇｎｅｉ ｔｕｅ Ｎ ｒ ａｔ ｅ ｏｅ Ｕ ｉｅｓｙ Ｄ ｑｎ ６ ３８ Ｃ ｉａ ｃｉ ｉ ｎ ｎｉ ｈ ｒ ｕ ｔ １
Ａｂ ｔ ａ ｔ Ｗ ｉ ｈ ａ ｉ ｖ ｌ ｐ ｓｒ ｃ ： ｔ ｔ ｅｒ ｐ ｄ ｄｅ ｅｏ ｍｅ ｔｏ ｏ ｈ ｎ ｆｃ ｍｐ ｔｒａ ｄ ｎ ｔ ｒ ｃ ｎ ｌ ｇ ｕ ｅ ｎ ｅｗｏ ｋ ｔ ｈ ｏ ｏ ｙ，ｔ ｅ ｉ ｔ ｌ ｇ ｎ ｄ ｎ ｉ ｕ ｅ ｔ ａｉ ｎ ｔｃ ｎ ｌ ｇ ａ ｅ ｎ ｔ ｅ ｅ ｈ ｎ ｅ ｌ ｅ ｔ ｅ ｔ ｙ ａ ｔ ｎ ｉ ｔ ｈ ｏ ｏ ｙ ｂ ｓ ｄ ｏ ｈ ｉ ｉ ｔ ｈ ｃ ｏ ｅ