基于判别因子的指纹图像质量评估算法*

提出了一种新的指纹图像质量评估方法。该方法根据不同指纹特征对最终评估结果影响的大小,依次通过指纹图像有效面积比、位置偏移量、灰度均值、灰度方差、傅里叶频谱能量比等判别因子对指纹图像质量进行评估,并对低质量指纹提出改进建议。实验结果表明,该算法能够对不同质量的指纹图像进行准确评估,拒绝低质量指纹的输入,可显著提高自动指纹识别系统的准确率和识别效率。     

基于信息可用性评价的指纹图像质量增强算法

针对指纹图像可能出现模糊、指纹区域过小、奇异点位置过偏等问题,提出了一种基于信息可用性评价与频谱分析的指纹图像质量增强算法。对指纹图像进行信息可用性评价,对不合格的指纹图像提示进行重新采集;对合格图像进行傅里叶变换并求取其频率均值和方差,计算指纹频谱图上内环、外环、中环的频谱能量值与去除直流分量后的频谱总能量值之比,以此确定指纹的清晰程度。对需要进行质量增强的指纹,利用圆滤波器去除其高频与低频干扰,利用方向滤波器连接断纹并去除粘连。实验结果表明,该方法能准确判断指纹图像的可用性,有效地增强指纹图像质量,并因其只对低质量指纹进行增强,故能有效提高指纹自动识别速度及准确性和可靠性。     

基于加博函数的指纹增强算法及其应用

指纹增强对于提高细节特征提取的准确率乃至整个自动指纹识别系统的性能实现都具有重要的意义.研究了基于加博(Gabor)函数的指纹增强算法,对纹线方向提取算法进行了改进,提出了一种纹线频率提取方法,给出了加博函数用于指纹增强的具体应用形式,以指纹图像的纹线方向和纹线频率为参数,使用加博函数实现了对指纹图像的增强处理,并使用南京大学活体指纹库中的部分典型低质量图像样本对算法性能进行了测试.实验结果表明,该算法对低质量图像具有显著的增强效果,增强后可以有效地降低指纹匹配的拒识率(false reject rate,简称FRR),处理速度和增强效果可以基本上满足在线自动指纹识别系统的需要.     

一种基于形态学运算的指纹方向场计算方法

指纹识别是生物认证技术中应用最为广泛的技术之一,其中指纹方向场计算是自动指纹识别系统中最关键 的步骤,指纹图像预处理、特征提取和匹配的过程都以方向场为基础。因此提出一种基于对指纹图像方向场进行形态 学运算的方向场计算方法。实验证明,该方法可以正确有效地计算低质量指纹图像,特别是褶皱类型指纹图像的方向 场。     

多指标融合的指纹图像质量评测方法

提出一种将分级排除和综合评测相结合的多指标融合的指纹图像质量评测方法。该方法综合考虑指纹图像的局部特征和全局特征,通过从空域和频域上提取质量评测指标,采用非线性加权平均的数学模型计算指纹图像的质量得分,得到对指纹图像质量的客观评测结果。在FVC2004标准指纹库中进行实验,结果证明该方法可以准确、客观地评测指纹图像质量,评测结果与专家的视觉评测结果接近。     

指纹纹线的提取和匹配

针对传统指纹细节点提取和匹配方法在处理低质量图像上的不足,首先提出了一种利用复滤波器准确定位指纹图像中心点的方法,克服了传统自动指纹识别中寻找指纹中心点不够精确的缺点。同时提出了一套基于轮廓的指纹特征提取和匹配算法,此算法利用指纹的总体结构特征,提高了匹配的正确率。实验结果表明,该算法具有相当高的识别率和较强的鲁棒性。     

改进的低质量指纹图像分割算法

低质量指纹图像处理一直是自动指纹识别技术的研究重点,对低质量指纹图像的分割是图像增强、细化和特征提取的重要前提。在分析传统方法局限性的基础上,从指纹图像的灰度分布规律出发,提出了基于点方向图和灰度均衡的指纹图像分割算法。实验结果表明,相比于已有的指纹图像分割算法,该算法的分割效果更好,具有很强的噪声抑制能力。     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

基于Harris角点能量的指纹图像分割算法

指纹图像分割是自动指纹识别系统预处理过程中的一个重要环节。提出了一种基于Harris角点检测器的指纹图像自适应分割算法。首先利用Harris算子计算待分割图像的角点能量,然后使用一种自适应的方法设定阈值完成初分割;采用形态学方法进行后处理以减少分割错误,最后通过面积参数去除分离的残留噪声区域。在FVC2004数据库上的实验结果表明,该分割算法能够准确提取指纹有效区域,并且对低质量指纹图像具有很好的鲁棒性。     

低质量指纹图像分割算法研究

针对低质量指纹图像的特点,提出了一种基于Canny算子和数学形态学的分割算法.首先研究了两种传统的指纹图像分割方法:基于D-S证据理论的指纹图像分割方法和结合遗传算法与方向图法的指纹图像分割方法.然后介绍了一种新的利用边缘提取和数学形态学相结合的指纹图像分割方法.该方法利用Canny算子进行粗分割,再用数学形态学的原理修正边界和去除噪声.实验结果表明,该方法对于低质量指纹图像的分割效果明显优于传统的分割方法.     

指纹图象特征提取的新方法

指纹特征的提取在指纹自动识别系统中是一个必不可少的重要环节。指纹特征通常包括指纹奇异点和细节特征点。文章在给出了一种计算指纹方向图的新方法基础上提出了奇异点的提取新方法。实验表明该方法能够准确地提取出指纹的奇异点,并具有较强的抗干扰性。针对指纹图象质量较差时,存在大量的伪细节特征点,文章提出了一种新的细节特征点验证的方法,获得了良好实验结果。     

指纹图像质量自动评测方法研究

要准确地从指纹图像中提取细节点,在很大程度上依赖于所采集的指纹图像的质量。为了提高指纹识别系统的性能,必须对输入到系统的指纹图像进行质量的自动评测。提出一种新的方法,先从指纹图像提取5个评测参数,组成质量评测向量,再采用小样本情况下具有分类优势的支持向量机（SVM）对指纹图像进行分类,将指纹图像分为好、中、差三类。实验表明,提出的方法能有效地进行指纹图像质量自动评测。     

一种基于指纹生物特征识别系统

针对传统身份识别方法中标识物体容易丢失和伪造的问题,在对比可作为识别特征的多种生物特征的基础上,提出并实现了一种基于指纹特征的识别系统。系统首先利用指纹采集器获取指纹图像,然后对采集到的指纹图像进行包括图像分割、图像增强、图像二值化和图像细化在内的图像预处理操作,接着对处理过后的指纹图像进行指纹的特征提取,最后将提取到的待验证手指指纹特征,与指纹特征库中的候选指纹特征进行匹配,以实现用户身份识别。实验结果表明,基于指纹特征的识别系统具有很高的实时性和较高的准确性,可以满足一般用户的身份识别要求。     

基于Log—Gabor滤波的指纹图像增强

自动指纹识别系统的性能在很大程度上依赖于指纹图像的采集效果。指纹图像增强用于改善原始指纹图像的质量，以保证指纹特征提取的准确性，是十分必要的。Gabor滤波是比较有效的指纹图像增强方法，但是仍存在一定的局限性。与传统的Gabor滤波器相比，Log-Gabor滤波器可以在取得最佳空间定位的同时具有更宽广的频带，有利于改善指纹图像的滤波效果。本文提出采用Log-Gahor滤波器来实现指纹图像增强，先利用加窗傅里叶变换来提取指纹图像的局部频谱信息，再在频域进行滤波。在详述了滤波器的设计方法之后，给出具体的图像滤波方案，并与传统方法作了比较。实验结果表明，所提出的算法能有效改善指纹图像的质量和提高指纹识别的可靠性。     

指纹识别系统分析

目前的自动指纹识别系统大多是基于PC平台的,而当今市场对自动指纹识别系统的便携性和易用性提出了更高的要求。介绍了自动指纹识别系统的原理,提出了以基于脊线跟踪的方法直接从指纹灰度图象提取特征的算法来提取指纹图像的特征点,总结了指纹识别的基本原理及其关键技术,研究了目前主要的指纹识别的算法。     

指纹图象预处理

采用块方向图滤波的方法实现了沿指纹纹线方向的图象增强及图象的二值化,用细化模板匹配的迭代方法实现了纹线的细化,解决了指纹纹线复杂难以提取的问题,具体实现了指纹图象的预处理。经过预处理后提取出了纹线,且保留了纹线的关键信息,有利于下一步的特征提取工作。     

基于滚动指纹数字签名的电子商务安全认证

电子商务的交易环境安全与否决定了其总体发展程度,而今传统意义上的安全认证方式已经无法完全保证交易的可靠性。因此提出一种以滚动指纹作为认证介质,并进行指纹数字签名的电子商务安全认证方法：将连续滚动指纹帧通过滚动指纹序列无缝拼接算法得到完整的指纹图像,继而提取得到指纹特征作为数字签名的密钥,进行信息传输并验证信息内容的正确性和发送者身份的合法性。实验结果表明,滚动拼接算法能确保任意方向滚动的指纹图像序列都可以拼接得到高质量指纹图像,并且算法复杂度低,能保证进行实时拼接;利用滚动指纹作为认证介质很好地保证了电子商务“认证到人”的认证宗旨。     

基于图像质量评价的嵌入式指纹采集系统

指纹图像质量的好坏对于嵌入式自动指纹识别系统的性能有着重要的影响。利用FPS200的参数可调的特征及其指纹图像本身的方向特征,提出了一种新的针对FPS200指纹传感器获取的图像质量评估方法。通过方向图检查其有效面积与图像的清晰程度,判断图像质量是否合格。若不合格,则调整FPS200的参数,直至获得高质量的指纹图像。实验表明:该方法可以明显提高嵌入式指纹识别系统的整体性能。     

二维EMD的指纹边缘检测算法

针对干扰情况下指纹图像边缘提取准确性较差的问题,基于指纹特殊的纹理特征,设计了一种基于二维经验模式分解（ BEMD）的指纹边缘检测算法。首先通过BEMD将指纹图像分解成具有不同特征尺度的、从高频到低频分布的固有模态函数（ IMF）分量和一个残余分量,鉴于高频分量既能有效抑制非对称扰动干扰,又能较好地保留指纹图像的细节特征,接下来取高频IMF分量作为处理对象,通过对获得的IMF分量进行二值化、细化处理,得到指纹边缘检测结果。与传统的边缘检测算法相比,获得的指纹纹线清晰度得到了有效改善,较好保留了指纹的细节特征。     

基于多指标的指纹图像质量综合评估研究

结合空域和频域特征的质量评估方法评估指纹图像质量。分割出指纹图像有效区域,分析该有效区域的面积、偏移度、干湿度等局部质量评估指标,并对其中心区域进行快速傅里叶变换获得全局质量评估指标,通过非线性加权融合5个质量评估指标的评估分数得到指纹图像的综合质量评估分数。实验结果表明,该方法能准确判断指纹图像的质量,有助于提高自动指纹识别系统的整体性能。