指纹方向场不仅可以从宏观上清晰展示指纹的基本形状、结构和脊线方向等全局信息,还同时保留了指纹绝大部分细节信息,因而在实际应用中,指纹方向场的正确估计通常是指纹识别技术的重要环节。在我国指纹档案中,残缺指纹所占的比例较大,由于手指状态的不佳(存在伤疤、脱皮、污垢等情况)、指纹采集设备的缺陷以及按压方式的不当,导致采集到的指纹图像特征信息丢失和非线性变形,给指纹识别技术带来了巨大的挑战。针对残缺指纹,现有的指纹方向场重建算法难以在准确性和实时性上同时取得满意的效果,顾此失彼,因而大大限制了指纹识别的应用范围。因此,本文对基于局部字典的残缺指纹方向场重建方法进行改进,在准确的重构出残缺指纹方向场的同时,还提高了方向场重建的实时性,推动残缺指纹方向场估计算法的研究和指纹识别在实际应用中的发展。其主要创新和改进总结如下:(1)在空间分布估计方面,采用基于确定聚类数目的k-means++方法代替了传统的k-medoid进行聚类,不仅解决了聚类速度慢的问题,而且还提高了聚类效果。(2)在指纹姿态估计上,先提取残缺指纹方向场的有效区域,再进行姿态估计,减少了非有效区域的“投票”,使得姿态估计的更加准确快速。(3)在局部字典构建上,通过多个邻域位置的先验信息代替单一位置的先验信息,提高局部字典中方向场块的多样性。通过查询该局部字典得到的候选方向场块可以更接近残缺指纹原始信息,从而更准确的重建出指纹方向场。最后为了验证本文算法的性能,我们将本文算法与一些主流的指纹方向场重建算法在准确性和实时性方面进行了一系列对比实验。实验结果表明,本文算法能在准确性和实时性上同时取得不错的效果。