1、指紋分類(lèi)工作中最樸素的分類(lèi)方法是通過(guò)指紋脊谷線流向以及奇異點(diǎn)數(shù)量/位置信息對(duì)指紋類(lèi)別進(jìn)行判斷。但受到指紋圖像質(zhì)量的影響這些信息難以準(zhǔn)確地獲得。故能否準(zhǔn)確地提取方向場(chǎng)和奇異點(diǎn)信息，或是提取其他既能準(zhǔn)確描述指紋類(lèi)別又魯棒的特征成為目前指紋分類(lèi)研究的重點(diǎn)。
　　本論文就指紋分類(lèi)算法的特征提取工作展開(kāi)研究，旨在獲得對(duì)指紋類(lèi)別具有描述力的特征，以提高指紋分類(lèi)的精度。主要研究?jī)?nèi)容包括:
　　(1)受FingerCode特征提取方法的啟發(fā)

2、，提出了一種稱(chēng)之為大尺度方向場(chǎng)描述子的分類(lèi)特征提取新方法，該方法以指紋核心點(diǎn)為中心構(gòu)造大尺度環(huán)形網(wǎng)狀結(jié)構(gòu)，通過(guò)抽取網(wǎng)狀結(jié)構(gòu)中節(jié)點(diǎn)處的方向來(lái)形成特征向量，以達(dá)到近似描述核心點(diǎn)周?chē)姆较蚰Ｊ降哪康?。?shí)驗(yàn)結(jié)果表明:相較于FingerCode特征提取方法，新方法在保證分類(lèi)準(zhǔn)確率的同時(shí)，由于特征提取方式更為簡(jiǎn)單、高效，分類(lèi)速度提高了近20倍。
　　該特征提取方法在實(shí)際應(yīng)用的改進(jìn)——自適應(yīng)的方向場(chǎng)描述子，調(diào)整環(huán)狀結(jié)構(gòu)以保證提取可靠的分類(lèi)信息，

3、在保證了一定的分類(lèi)精度的同時(shí)，增強(qiáng)了特征提取過(guò)程對(duì)不同數(shù)據(jù)庫(kù)中指紋圖像的兼容性。
　　(2)減少指紋圖像預(yù)處理步驟對(duì)分類(lèi)特征提取方法的影響，提出基于DCT的指紋分類(lèi)特征提取方法，該方法計(jì)算動(dòng)態(tài)分割過(guò)的指紋圖像梯度場(chǎng)水平與垂直分量，通過(guò)提取這些分量DCT響應(yīng)的低頻部分作為分類(lèi)特征，以近似表示指紋圖像的全局方向場(chǎng)，避免了方向場(chǎng)描述子以及其他提取方法對(duì)預(yù)處理步驟依賴(lài)過(guò)高的問(wèn)題，且實(shí)驗(yàn)表明該方法應(yīng)用于指紋分類(lèi)工作中具有很好的分類(lèi)精度與魯棒