基于宏观曲率的指纹特征提取和分类

特征提取是在自动指纹识别系统中重要的一步。为了有效地利用大量的指纹弯曲信息对指纹进行描述，提出了一种新算法。该算法通过综合邻近几条指纹脊线的信息，求出了一种能反映指纹宏观弯曲规律，并对单条指纹曲线的不规则不敏感的特征。随后提出了一种基于这些特征的指纹分类方法，实验结果表明，该算法提取出的特征清楚的描述了 纹脊线的弯曲规律，同时对噪声不敏感，可作为指纹识别的辅助特征。新的分类方法可以减少指纹匹配的搜索空间。     

一种改进的指纹图像二值化算法

提出了一种直接基于指纹结构特征的二值化算法，在去除指纹图像中无效块后，利用指纹纹理表现出的规律来提取脊线谷线信息从而去除噪声。实验结果表明基于结构特征的二值化算法可以克服较多的噪声干扰，大大减少了指纹图像中的伪脊线结构，得到精确的二值图像。     

基于Retinex与STFT的非接触指纹图像增强

针对数字相机拍摄的指纹图像存在脊线和谷线对比度低、抖动模糊等问题,提出一种基于Retinex理论和短时傅里叶变换(STFT)分析的非接触指纹图像增强算法。依据Retinex理论,利用图像各个像素的相对明暗关系消除光照非均衡性影响,提高脊线和谷线的对比度,实现非接触指纹图像的初次增强。采用STFT分析的方法获取指纹图像的方向图、频率图等纹理信息,并据此构建角度滤波器和半径滤波器,对初次增强结果进行频域滤波处理,进一步增强图像对比度,同时有效抑制噪声的干扰。实验结果表明,该算法对非接触指纹图像的增强效果较好,可以有效提高指纹脊线和谷线对比度,较好地保持指纹脊线的连续性,而且平均处理速度比同态滤波和Garbor滤波相结合的方法也略有提高。     

改进的结构化指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于结构的指纹分类算法。利用指纹图像的方向场信息,用Poincare索引值检测出方向场中不连续的点——奇异点,根据奇异点的数目和相互位置关系以及指纹脊线的结构特征确定指纹的基本类型。该算法为匹配算法提供指纹类型信息,可极大地提高算法的匹配速度和匹配精度,具有较好的使用意义。     

一种基于独立分类特征的指纹多级分类算法

为了提高基于大容量指纹库的自动指纹识别系统的检索效率,提出一种基于独立分类特征的指纹多级分类算法。依据评测指标对输入指纹图像进行质量评估,若指纹质量不合格,则提醒用户重新输入;若指纹质量合格,则分别利用指纹图像的纹型类别、奇异点间脊线数、中心区域脊线平均频率3个相互独立的分类特征实现多级分类,从而逐级减小检索空间。实验结果表明,该分类算法检索效率高、鲁棒性强,为大容量指纹库提供了一种快速有效的索引机制,具有很强的实用性。     

一种指纹图像增强算法研究

指纹增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础.提出一种基于Gabor滤波和形态学方法相结舍的指纹图像增强算法,进行指纹图像的规格化处理,从8个不同的方向进行Gabor滤波并重构,利用形态学方法进行细化处理输出纹理清晰的指纹图像,取得较好效果.     

基于结构的指纹分类技术

指纹分类技术是指纹数据库的一个重要的索引机制。提出了一种基于指纹方向图的结构分类算法。通过图像分割,抽取图像的有用部分,而后基于指纹方向图,寻找指纹奇异点,利用脊线跟踪技术和规则确定指纹的类别。     

一种基于信息融合的指纹奇异点提取及纹型分类算法

准确可靠地实现纹型分类对提高大容量指纹库中的检索和匹配效率具有重要意义。提出一种基于信息融合的指纹奇异点提取与纹型分类算法。首先,分别给出一种基于奇异点区域方向场信息和奇异区复数滤波场信息的改进的奇异点提取算法,并将两者融合以完整提取奇异点;再利用所提取奇异点邻域的Gaussian-Hermite矩的分布属性剔除伪奇异点;最后,利用奇异点的数目和位置关系及中心点的主方向将指纹分为常见的六种纹型,对缺少三角点的指纹,使用脊线跟踪算法进行分类。实验表明,该方法新颖有效,具有较高的准确性和鲁棒性。     

自动指纹识别系统的研究与实现

对指纹图像的预处理、特征提取和指纹匹配的算法进行了研究.在指纹图像预处理中,首先选取了一种简单的分割算法,即在获取指纹频率场和方向图前就可以完成,从而能够尽早获得有效区域;在脊线频率和方向图的基础上,实现了一种基于脊线方向分析的二值化算法;实现了利用数学形态学对二值化后的图像进行细化处理,构成了一个比较完整的预处理过程.在指纹图像特征提取和匹配中,每个指纹特征点的信息都以向量进行表示,向量构成了指纹的所有信息;为了提高指纹旋转后的匹配率,改进了指纹的特征提取和匹配的算法.最后,对研究的所有算法进行了测试,结果表明,利用这些算法能够很好的实现各自的功能,完成了预期的目标.     

一种快速有效的指纹识别算法

指纹图像是由交错排列的脊线和谷线组成,包含了丰富的纹理信息。为了获得更为有效的纹理信息,首先将图像分解为3个级别的区域块,来校正小尺寸块的方向角,以确定指纹的中心点位置,进而提高算法的运算速度;然后利用小波变换将指纹图像由空间域转换到频率域,在频率域进行多尺度分析,提取指纹图像在不同频率和方向上的局部纹理信息,提高指纹识别的准确率。该算法在以ARM11为处理器的嵌入式系统中实现。实验结果表明,该算法能够快速有效地识别指纹图像。     

基于Hermite滤波器的指纹增强算法

指纹增强的目的在于改善指纹图像的质量,以提高指纹识别系统的性能。提出了一种基于Hermite滤波器的指纹增强算法,算法利用经典的梯度公式法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率。以纹线方向和频率作为滤波器的主要参数,利用具有良好带通特性的Hermite滤波器和具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应。实验结果表明,算法具有良好的图像增强效果。     

From template to image: reconstructing fingerprints from minutiae points

Most fingerprint-based biometric systems store the minutiae template of a user in the database. It has been traditionally assumed that the minutiae template of a user does not reveal any information about the original fingerprint. In this paper, we challenge this notion and show that three levels of information about the parent fingerprint can be elicited from the minutiae template alone, viz., 1) the orientation field information, 2) the class or type information, and 3) the friction ridge structure. The orientation estimation algorithm determines the direction of local ridges using the evidence of minutiae triplets. The estimated orientation field, along with the given minutiae distribution, is then used to predict the class of the fingerprint. Finally, the ridge structure of the parent fingerprint is generated using streamlines that are based on the estimated orientation field. Line integral convolution is used to impart texture to the ensuing ridges, resulting in a ridge map resembling the parent fingerprint. The salient feature of this noniterative method to generate ridges is its ability to preserve the minutiae at specified locations in the reconstructed ridge map. Experiments using a commercial fingerprint matcher suggest that the reconstructed ridge structure bears close resemblance to the parent fingerprint     

An effective algorithm for fingerprint image enhancement based on wavelet transform

Among all the fingerprint identification/verification systems, such as minutiae-based or filterbank-based fingerprint matching, the performance relies heavily on the quality of the input fingerprint images. In this paper, we propose an effective algorithm of fingerprint image enhancement, which can much improve the clarity and continuity of ridge structures based on the multiresolution analysis of global texture and local orientation by the wavelet transform. Experimental results show that the enhanced image quality by using the wavelet-based enhancement algorithm is much better than the other existing methods for improving the minutiae detection.     

基于隐马尔可夫模型的指纹分类研究

指纹分类是针对大型指纹库的一个重要的索引方式，可以有效地提高指纹匹配的效率．指纹类型的不同表现为指纹纹理结构的差异，而指纹的方向场则可以有效地描述纹理结构的差异．同一类型指纹不同区域上方向角结构的差异以及相邻区域间方向角结构的联系可以视作一个马尔可夫随机场．本文利用嵌入式隐马尔可夫模型对指纹方向场进行建模分析，通过合理地抽取指纹的类型特征，构造观察向量、进行建模训练，然后利用训练好的马尔可夫模型进行匹配，最终提出并实现了一种新的鲁棒性强且精度较高的指纹分类方法．     

一种基于机器学习的指纹纹路方向计算方法

纹路方向是指纹图像的基本特征,而方向计算是指纹识别的基础,特征提取和匹配的过程中都需要用到方向.目前大多数纹路方向计算方法都是基于像素之间的灰度关系的.提出了一种用神经网络学习纹路方向的方法.对于正确的纹路方向,该网络的响应值较大;对于错误的纹路方向,该网络的响应值较小.计算指纹图像的方向场时,对于每个纹路图像块,计算网络在各个方向上的响应值,基于每个图像块在每个方向上的响应值可以计算出整个图像的方向场.该方法比现有方法更能正确地计算指纹图像方向场.     

频率域自适应指纹图像增强算法研究

根据指纹在频率域中的特点,提出一种新方法来获取指纹脊线方向和频率。该方法不仅能够快速准确提取出指纹局部区域的方向和频率,而且对不同类型的指纹具有自适应性。实验证明,在质量较差的指纹图像中,算法对指纹图像的增强在实时性和准确性上均有大的提高。     

基于投影信号谱分析的指纹纹线间距估计方法

准确估计指纹纹线间距对指纹图像分割、增强及指纹细节特征提取具有重要意义。针对现有纹线间距估计方法存在的不足,提出了一种基于纹线方向投影信号谱分析的指纹纹线间距估计方法。该方法首先对指纹块方向图进行选择性平滑以滤除噪声干扰,然后计算方向投影信号的傅立叶变换能量谱,并通过谱分析提取信号基频,以此估计出纹线间距。实验结果表明,与现有的一些典型方法相比,该文方法对于纹线间距的估计更为准确、可靠。     

区域指纹图像增强技术的研究

指纹识别技术是指通过计算机,利用人体所固有的指纹生理特征来进行个人身份鉴定的技术。它本质上是模式识别技术的一个分支。指纹图像增强技术可以有效地加强指纹的脊线特征,确保特征提取算法的性能对指纹图像的质量具有足够的鲁棒性,为指纹细节的提取和匹配识别奠定可靠的基础。依据Gabor滤波器能够同时对图像局部结构的方向和空域频率进行解析的特性,介绍了一种基于二维Gabor滤波的指纹图像增强方法,提出了利用Soble算子求解方向梯度进而计算出指纹脊线方向的方法和脊线频率的方法。算法经意大利波格尼亚大学构造的指纹库的一个子集Fingdb得到了验证。     

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。