两种指纹特征提取方法的对比研究

为了有效、精确地提取出指纹图像的细节特征点,对两种指纹特征提取的方法进行了对比。一种是在细化后的指纹图上直接进行细节特征的提取;另外一种是在得到细化图像后,进行脊线跟踪去除伪细节特征点,保留原有的特征信息,然后进行细节特征点的提取。实验结果表明前者在细节特征点提取时存在大量的伪特征信息;后者提取到的细节点数目相对较少,且提取的几乎都是原有的细节特征点,更有利于了进一步的指纹匹配工作。     

指纹图像细化及特征点提取算法的研究

对改进的OPTA算法和指纹细节特征点提取算法进行了详细的研究,针对改进的OPTA算法产生的细化不全和毛刺较多的问题,提出了一种可变的消除模版和矫正消除模版;针对指纹细节特征点提取算法产生的大量伪特征点问题,提出了边缘信息判别法,有效地去除了边界伪特征点。实验证明,本文的方法简单快速,而且具有较高的准确率。     

基于二进制加密电路的无预对齐指纹匹配

针对在加密域中进行指纹匹配时指纹模板和现场样本整体对齐的困难性,提出了一种免对齐的指纹匹配方案. 采用具有旋转和平移不变性的细节点纹线方向特征和细节点局部结构,设计实现了相应的加密二进制电路,使得服务器能验证用户指纹,而不会泄露各自的数据. 实验结果表明,所提方案在FVC2002-DB2指纹库上具有较高的匹配精度.     

自动指纹识别系统中关于指纹特征算法的研究

指纹图像的特征提取和匹配在计算机指纹自动识别系统(AFIS)中起着至关重要的作用,直接制约着系统的识别率和识别速度.本文在指纹图像预处理的基础上,对指纹特性算法进行了改进,主要创新点在于简略细化过程同时引入基于二值化图像的特征提取算法.非正向扫描特征提取算法根据指纹的综合特征,沿脊线搜索匹配细节特征点,避免伪特征点的提取.改进后的算法在MATLAB环境下成功应用,实验结果表明,该算法能有效提高识别精度和速度,满足在线验证指纹的实时应用性.     

指纹识别中未匹配细节点信息的挖掘与利用

针对基于细节点的指纹匹配中未匹配细节点,定义和提取了细节点比例、紧互对原型对距离、网格集合距离以及Hausdorff距离四个方面的特征,并将其作为辅助特征进行利用,通过在得分级上与一种已有的基于细节点的匹配方法进行融合,实现指纹识别。实验结果表明,融合未匹配细节点中的区分性信息后,指纹识别系统的性能得到了明显的提升,从而也证实了未匹配细节点中的确包含可以利用的区分性信息。     

改进的可撤销指纹Fuzzy Vault方案

Fuzzy Vault系统是生物特征加密(Biometric Encryption,BE)领域中广泛应用的密钥绑定框架,适用于集合特征(例如指纹细节点)与密钥的绑定.然而,Vault模板中包含了真实指纹细节点特征,攻击者可以从多个发布的Vault模板中获取真实指纹信息,因而严重威胁到用户的隐私和密钥安全.笔者提出一种改进的可撤销指纹Fuzzy Vault方案.首先,基于口令构造一个不可逆变换函数,应用该变换函数对细节点特征进行变换,然后使用变换后的细节点输入Fuzzy Vault系统.攻击者即使得到多个应用系统上的Vault也不能获得原始指纹细节点特征,且用户可以通过随时更换口令来发布新的Vault模板.在FVC2002 DB2上的实验表明,所提出的方案能有效降低交叉匹配带来的安全隐患,提高系统安全性.     

基于二进制加密电路的指纹细节点匹配

为了在开放网络的身份鉴别中安全地使用指纹认证技术,需要保护用户和服务器各自的指纹数据的隐私性.提出了一种新的指纹细节点匹配算法,由服务器的细节点模板和用户现场细节点集合组成序列通过不经意排序后,对序列相邻位置进行相等性测试,最后通过加法器计算出匹配细节点的数量.用加密二进制电路实现了上述算法并进行了电路结构优化.实验表明本方法能够进行实时指纹认证处理.     

模糊指纹图像的特征提取

指纹图像增强和特征匹配是自动指纹识别系统的两个关键问题。但由于指纹在获取过程中各种干扰因素的存在，图像增强并不能完全消除噪音，会产生大量的伪特征点，从而降低匹配的速度及准确性。本文在指纹预处理的前提下，提出了一种有效的特征点的提取算法以消除伪特征点，从而保证特征点的稳定性、可靠性。     

一种基于Gabor的第二特征匹配方法

提出一种基于Gabor变换的指纹第二特征匹配方法,包括指纹图像预处理、特征提取、匹配三部分.增强方面,针对低质量指纹的预处理,利用指纹的方向特性设计出Gabor滤波器,对指纹进行滤波,其增强效果明显;匹配方面,针对局部指纹图像不包括奇异点这样的结构,提出了通过第二特征点进行匹配.实验表明,基于Gabor变换的指纹第二特征向量匹配方法快速并具有一定的容忍度,特别是对于低质量指纹的识别,同时具有实用价值.     

指纹图像预处理和匹配算法研究

根据电容式传感器采集的指纹图像的特点,提出了一套指纹图像预处理和匹配算法.算法首先采用指纹预处理组合算法去除噪声,并提取指纹图像的二值点线图,然后通过搜索脊线,寻找细节点来实现特征提取.最后采用基于极坐标下的点模式的细节匹配算法,并用一个相对匹配点数的匹配判决标准,按相对匹配点数确定两幅图像是否匹配.实验结果表明,该算法能够对指纹进行较准确的比对与匹配,并效果较好.