方向场估计是指纹识别过程中非常重要的步骤。传统方法如基于梯度的方法等在处理潜指纹图像时很容易受噪声干扰，而最近提出的基于字典模型的方法无法解决真词错误的问题。针对上述问题，提出一种融合了零极点模型的字典模型的指纹方向场去噪方法，即将指纹方向场看做是零极点控制的方向场和平滑的残差方向场相叠加的结果，通过首先用零极点模型生成正确的零极点控制的方向场，然后用字典模型修正残差方向场，最后将零极点模型生成的方向场与去噪后的残差方向场融合形成重建方向场，通过基于奇异点的字典模型解决了真词错误的问题。为了验证算法的有效性，在NISTSD27潜指纹图像数据库上进行了实验。实验结果表明，对于潜指纹，该算法能获得比字典模型更精确的方向场，继而可以更好地增强潜指纹图像，并在后续的