共查询到17条相似文献,搜索用时 437 毫秒
1.
2.
3.
对现有指纹图像增强算法进行研究,利用高斯滤波器的方向选择性,对正确求解出方向图的指纹图像进行方向滤波,很好的增强了指纹图像。对增强后的指纹图像进行细化,利用掩膜求解出指纹图像中的特征点。实验结果表明该方法可以很好的提取出指纹图像中的特征点。 相似文献
4.
5.
文章介绍了四种常用的图像边缘检测算子,通过对指纹图像边缘检测的几种不同算子结果的比较,分析了它们各自的特点,它们各自有其优缺点,在实践中应根据待解决问题的特点和要求决定采用何种方法。 相似文献
6.
7.
基于双边滤波的自适应彩色图像去噪研究 总被引:1,自引:0,他引:1
目的为了克服彩色图像去噪后存在的特征模糊,研究基于双边滤波的自适应彩色噪声图像去噪方法。方法使用二维离散小波变换(DWT)对含噪声的彩图图像进行近似分量、水平细节分量、垂直细节分量和对角细节分量等4个方向的分解。根据DWT各方向分量归一化后的方差比例,利用RBF神经网络构造双边滤波系数模型确定不同方向的最佳去噪系数,提出彩色噪声图像自适应去噪方法(DWT-ABF),并将该方法与常规方法作对比。结果在不同噪声类型以及混合噪声失真情况下文中方法都能有效地去除噪声,并同时保留图像细节信息,且与其他方法相比,文中方法去噪后的图像都具有更高的PSNR值。结论文中方法克服了传统双边滤波无法自行确定最佳参数的缺陷,同时也良好地解决了去噪图像特征模糊的问题。 相似文献
8.
9.
本文建立了一种基于当量名义应力的新的结构耐久性分析的特征应力法。该方法首先给出了用结构细节特征应力表征的a-S-N曲线,然后利用Neuber法求得载荷谱中名义应力对应的结构应力集中部位的局部应力应变,再将其转换当量名义应力。并根据a-S-N曲线,等寿命曲线和累积损伤理论确定谱载下的(ak,tk)数据,最后利用(ak,tk)数据确定结构细节的当量初始缺陷分布,并给出裂纹超越娄级结构损伤度的估算。 相似文献
10.
11.
在细化后指纹图像中,存在着许多特征信息。准确提取出真实特征信息是指纹工作的重要步骤。因此,要对出现的不同伪信息特征进行删除,首先对不同图像采用自动测量纹线间距,确定后处理中用到的阈值。然后,区分伪特征的类型,对短线、断线、小桥等类型采用改进的方法去除,对边界的、三角和岛屿等采用全新的方法去除。 相似文献
12.
本文介绍一种噪声图象的滤波方法 ,它不需要先验的图象模型 ,而且也不会损伤边界和细小的细节 ,在相加性和相乘性噪声的情况下 ,计算与边界方向有关的子集的局部平均值和方差 ,相应地沿着边界方向的噪声就被去掉 ,同时对边界有一定的增强效果 相似文献
13.
半导体指纹传感器图像质量评估方法 总被引:2,自引:0,他引:2
指纹图像的采集处于指纹识别系统的最前端,图像质量的好坏直接关系到系统的处理速度和准确性。针对目前广泛使用的半导体指纹传感器,根据指纹本身的固有特性,设计出一纽多通道Gabor滤波器对指纹图像进行分解和特征提取,并结合基本的图像质量评估指标进行质量分析和判断。实验结果表明:该算法能有效地判断半导体指纹传感器的图像质量,有助于提高自动指纹识别系统的整体性能。 相似文献
14.
15.
针对电容式传感器采集的指纹图像的特点,本文提出了一套完整的指纹图像预处理组合算法.该算法充分考虑到了采集到的指纹图像的质量和图像面积等问题,且从全局角度出发在当前原有算法基础上加入了两次滤波去噪来增强指纹纹线并有效消除噪声以得到更清晰准确的处理结果.算法首先对采集到的指纹图像采用边缘保持滤波法去除噪声;然后使用基于纹路方向性的Cabor滤波图像增强算法增强去噪后的指纹图像,减少因指纹旋转及平移因素造成的误差;接着对增强后的图像采用动态阈值法进行二值化处理并进一步地二次滤波去噪;最后采用基于形态学的细化算法对二值图像进行细化将其变为点线图.实验证明,通过该算法处理后的图像很好地保留了纹线的关键信息,有利于后续的指纹特征提取和匹配. 相似文献
16.
17.
《成像科学杂志》2013,61(2):114-125
AbstractIn this paper, an algorithm for fingerprint orientation alignment is proposed in which a fingerprint is aligned to a particular direction according to its ridge flows. The algorithm works equally well for different types of fingerprints, including the type with no reference points. Aligned fingerprint images provide a lot of useful information for various applications. To demonstrate the use of such information, a fingerprint similarity measurement system is developed in which fingerprints are expressed by vectors with different elements derived from aligned images. When given two fingerprints, this system can help determine which of the two is more similar to a third fingerprint and which one is less similar by calculating distances among vectors. The alignment algorithm has been tested on 165 images in the NIST-4 fingerprint database. By rotating a test image in different degrees, 20 images are created. The alignment precision is calculated by an equivalent Euclidean norm, E(I), of the 20 rotated images to the original image. A smaller E(I) indicates a higher accuracy of the algorithm. The experimental results show that the average E(I) of these 165 samples is 1.234, and the spread of these 165 E(I)s is 1.1. 相似文献