指纹图像的特征提取及特征点记录

该文主要研究了基于细节点的方法来提取指纹特征特点,在后处理部分,结合细化指纹图像中细节特征点固有的分布规律,提出了一种新的滤除指纹细节伪特征点的方法。在记录特征点信息部分,该文提出了一种新的记录特征点信息的方法。该方法不依赖于指纹中心点的录入并将特征点之间的距离用纹线数表示,从而增加了算法的鲁棒性。     

指纹图像的特征提取及特征点记录

该文主要研究了基于细节点的方法来提取指纹特征特点,在后处理部分,结合细化指纹图像中细节特征点固有的分布规律,提出了一种新的滤除指纹细节伪特征点的方法。在记录特征点信息部分,该文提出了一种新的记录特征点信息的方法。该方法不依赖于指纹中心点的录入并将特征点之闻的距离用纹线数表示,从而增加了算法的鲁棒性。     

一种面向指纹识别的鲁棒脊线跟踪算法

由于传统的指纹识别系统大多要进行二值化和细化过程将消耗大量的计算时间,提出了一种基于脊线跟踪的指纹图像特征点提取算法.在灰度级指纹图像上,沿脊线方向自适应跟踪指纹脊线,直至该条脊线终止或与其他脊线相交,得到一幅细化后的指纹骨架图和附在其上的细节点信息.跟踪过程中,在关键点处进行脊线方向估计和局部滤波,跳跃式地获得脊线骨架点.对于提取到的末端点和交叉点,根据指纹图像的结构特征和统计结果相结合进行去伪后处理.实验证明算法的有效性.     

一种指纹特征点连线穿越脊线数的计算方法

指纹中特征点间连线穿越的脊线数由于不受指纹图像缩放、旋转、平移及轻微变形的影响,被越来越多地用于指纹匹配,其计算精度直接影响指纹匹配结果。现有算法大多基于Bresenham及其改进方法,计算误差较大。给出了一种基于细化指纹图像的新方法,该方法首先由两特征点连线上的像素点灰度值确定其穿越的黑点坐标,然后根据连线与其相邻脊线、特征点的几何关系综合处理得到其穿越的脊线数。实验结果表明,该算法稳定可靠,能够准确有效地获得特征点间连线穿越的脊线数。     

一种基于脊线特征的指纹匹配算贩

指纹的脊线几乎构成了指纹的全部特征,其整体结构和趋势是确定指纹的重要依据.本文算法引入了一种描述指纹脊线趋势的特征向量,并且基于该特征向量提出了一种新颖的匹配算法.算法首先在指纹图像的特征区域中进行脊线采样,根据采样结果提取脊线的特征向量,把特征向量的相似度作为指纹匹配的依据.算法避开了传统细节点匹配方法的限制,有效利用了脊线趋势的稳定性和脊线间的相对关系.实验结果表明,本文算法具有较高的匹配精度.     

一种基于脊线特征的指纹匹配算法

指纹的脊线几乎构成了指纹的全部特征，其整体结构和趋势是确定指纹的重要依据。本文算法引入了一种描述指纹脊线趋势的特征向量，并且基于该特征向量提出了一种新颖的匹配算法。算法首先在指纹图像的特征区域中进行脊线采样，根据采样结果提取脊线的特征向量，把特征向量的相似度作为指纹匹配的依据。算法避开了传统细节点匹配方法的限制，有效利用了脊线趋势的稳定性和脊线间的相对关系。实验结果表明，本文算法具有较高的匹配精度。     

基于脊线跟踪的指纹细节特征提取

提出了一种基于脊线跟踪的指纹细节特征提取方法。该方法用脊线跟踪的方法来寻找和验证特征点，用相对于中心点的位置来定位特征点，因此能排除按捺指纹时产生的因为图像旋转、扭曲和变形造成的干扰，大大提高了指纹识别时的精度。     

一种有效的指纹细节点提取方法

提出一种指纹细节点提取方法,在得到指纹二值化图像后,分别对脊线和谷线进行细化,从 脊线细化图和谷线细化图中提取分支点作为指纹的特征点。这样得到指纹的细节点比较准确,而虚假 点也比较容易除去。实验证明,这种方法得到细节点的数目也相对较少,有利于进一步的指纹匹配。     

指纹图像细节点及显著特征的提取

提出了一种改进的指纹细节特征提取算法。该算法首先在细化后的指纹图像上直接提取原始细节特征点集,然后针对不同的噪声,采用针对性的算法,将各类噪声引起的伪特征点分别予以删除,最终保留下来的特征点集即视为真正的特征点集。通过分析细节特征点之间的联系,在整幅图像范围内构造了3种类型的显著特征,提出了一种显著特征提取算法,在已提取的特征点集的基础上,提取出指纹图像的显著特征。     

基于"主中心点"脊线跟踪的指纹分类算法

通过分析分割算法,结合区域跟踪算法和腐蚀膨胀算法,对基于方向场置信度的分割算法进行了改进;然后,结合一阶对称复数滤波,验证基于传统Poincarê指数法所提取得到奇异点的准确性;在此基础上提出了一种基于"主中心点"脊线跟踪的指纹分类方法,该方法根据"主中心点"附近的脊线信息以及奇异点的数目和相关位置来确定指纹纹型.     

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     

基于纹理结构的指纹匹配算法

为克服传统细节点匹配模型的不足,对指纹的纹理结构进行了分析,利用指纹纹线的不同结构作为指纹图像的特征。提出了一套基于指纹纹线轮廓的特征提取和匹配算法,并且采用了分步匹配,减少了拒判时间,该算法具有平移、旋转不变性。由于利用了指纹的结构信息,对低质量指纹图像有一定的适应度。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。     

指纹图像预处理和特征提取

根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声算法，并提出了一种新的滤除指纹伪特征点的方法。通过对上百幅不同质量的指纹图像进行测试，获得了较好的效果。     

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。     

改进的指纹细节特征提取算法

指纹细节特征（minutiae)提取是指纹自动识别的核心技术之一，常规的指纹细节特征提取算法需要先采用纹线跟踪的方法对细化后的指纹图象进行纹线修复，然后再实现细节特征提取，纹线修复不仅步骤繁琐，而且比较耗时，针对这一问题，提出了一种改进的指纹细节特征提取算法，该算法首先在细化后的指纹图象上直接提取原始细节特征点集，然后分析图象中存在的各类噪声及其特点，总结伪特征点的分布规律，最后，结合局部纹线方向信息，针对不同的噪声，采用针对性的算法，将各类噪声引起的伪特征点分别予以删除，最终保留下来的特征点集即视为真正的特征点集，为验证该算法的性能，将改进算法与常规算法进行了对比实验，实验结果表明，改进算法有效地减少了计算时间，细节特征提取准确率也基本可以满足应用的需要。     

利用去除形变的方法进行指纹匹配

提出了一种基于细节点的指纹匹配方法。定义了一种新的结构邻接特征联合体(AFU),并用这个与旋转和平移无关的局部特征与指纹细节点进行比对;利用纹路的频率和块方向信息对细节点的位置和方向进行重新调整以增加匹配的可靠性。实验结果表明该方法可以很好地处理指纹中出现的形变问题,具有较好的匹配效果。     

Preprocessing and postprocessing for skeleton-based fingerprint minutiae extraction

In this paper, we propose to use the fingerprint valley instead of ridge for the binarization-thinning process to extract fingerprint minutiae. We first use several preprocessing steps on the binary image in order to eliminate the spurious lakes and dots, and to reduce the spurious islands, bridges, and spurs in the skeleton image. By removing all the bug pixels introduced at the thinning stage, our algorithm can detect a maximum number of minutiae from the fingerprint skeleton using the Rutovitz Crossing Number. This allows the true minutiae preserved and false minutiae removed in later postprocessing stages. Finally, using the intrinsic duality property of fingerprint image we develop several postprocessing techniques to efficiently remove spurious minutiae. Especially, we define an H-point structure to remove several types of spurious minutiae including bridge, triangle, ladder, and wrinkle all together. Experimental results clearly demonstrate the effectiveness of the new algorithms.     

基于细节点邻域信息的可撤销指纹模板生成算法

为了提高指纹模板算法的安全性等性能,设计了一种基于细节点邻域信息的可撤销指纹模板生成算法.首先对指纹图像进行预处理,提取指纹的细节点特征,然后采用改进的细节点描述子采样结构提取细节点邻域的纹线特征,最后结合用户PIN码生成指纹模板,同时结合贪婪算法设计了相应的指纹匹配算法.在指纹数据库FVC2002-DB1和DB2上的实验表明,该算法具有良好的认证性能,能较好地满足可撤销性、多样性和不可逆性,而且改进的采样结构在没有降低系统识别性能的情况下,进一步拓展了细节点描述子的采样结构方式.