一种基于环签名的匿名数字指纹方案

分析了现有数字指纹技术，将环签名与数字指纹相结合，基于椭圆曲线密码提出了一类非对称的匿名数字指纹方案。该方案实现了购买者的匿名性与指纹信息的非对称性，有效地保护了用户与商家的隐私信息，必要时又可对匿名身份实施追踪，避免了可信第三方的安全假设及指纹信息前后关联的缺陷，防止了对数字指纹进行联合攻击和广义伪造攻击的安全隐患。     

一种新的基于相位保持的指纹图像增强算法

图像的相位信息在人眼感知图像的过程中起着十分重要的作用。如果指纹图像增强算法能够保证图像的相位信息不被破坏，将有助于保持指纹图像中纹理特征的不变。首先通过实验表明了指纹图像的纹理特征主要是由图像的相位信息来决定的，然后把相位保持原理引入到指纹图像增强算法中，提出一种新的基于相位保持的指纹图像增强算法。该算法采用复Gabor小波来提取指纹图像的相位信息，并利用指纹图像的局部方向信息在相位保持的原则下来进行图像增强。为了验证该算法的有效性，选取了两种低质量的指纹图像来进行处理，实验结果表明增强后的图像其图像质量有了显著的提高。     

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。     

基于指纹多生物特征的安全身份认证方案

由于多生物特征身份认证的安全稳定性,美国司法部引入指纹汗孔信息来帮助身份认证。然而指纹汗孔信息的泄露可以充分还原出指纹纹路信息。本文提出一种保护指纹汗孔等个人隐私信息的方案。方案采用高分辨率指纹仪提取带有汗孔的指纹数字图像,使用指纹细节点进行预对齐,指纹汗孔进行密钥绑定。现有的模糊金库方案在应用上都假设指纹预先对齐或采用一些准确率不高的对齐方法,本文首次将指纹第三层汗孔信息与模糊金库方案相结合。     

基于细化图像的指纹分类方法

在深入研究现有指纹分类算法的基础上，提出了一种利用细化后指纹图像的纹织全局模式进行指纹分类的方法。该方法检测细化后指纹图像的全局模式，并且结合指纹图像的方向流信息，将指纹分为六类：拱型、尖拱型、左环、右环、涡型和学生型。实验结果表明，在对低质量的指纹图像进行有效增强处理以后，该方法可以快速、准确的对指纹进行分类。     

一种改进的指纹分类方法

提供一种改进的指纹分类算法，该算法不仅利用了脊的方向信息而且还利用了脊的结构信息和指纹图像中的奇异点，提高了分类的准确度。在此将指纹分为5类：涡型、右旋型、左旋型，弓型，弧型。实验表明这种算法精确度高，结果可靠。     

一种基于多级分割的指纹奇异点检测新方法

针对指纹图像奇异点检测中奇异点精确定位和可靠判断的难题，提出了一种基于多级分块尺寸的指纹奇异点检测新方法。首先，对于一枚指纹图像，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计。然后，根据估计的指纹方向场信息进行指纹奇异点检测。接着，利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确定位、可靠判断。最后，在具有2500枚指纹的NJU 2000指纹数据库上的实验结果验证了该方法的有效性。     

指纹图像方向提取方法的研究

指纹自动识别是图像处理技术、模式识别技术与计算机数据库技术的综合应用。指纹图像的方向信息对指纹的预处理、增强、分类及匹配有着重要的作用。因此，在指纹自动识别系统中具有重要的研究价值。文中在金字塔表示法的基础上提出了一种新的指纹图像方向提取方法。该方法通过改进局部方向的估计方法、确定传递权值等方式，提高指纹图像提取方向信息的准确性。实验表明，这种方法对指纹图像噪声有很好的健壮性，且在质量较差的指纹上提取方向信息的准确性方面相对于常用的局部梯度算法来说有明显提高。     

小波变换在指纹图像恢复中的应用研究

在刑事技术领域中，指纹是刑事侦查中的一项重要信息资源，而对指纹图像的分析又是指纹识别的一个重要的组成部分。本文主要采用基于频域（frequency processing）小波变换方法对原始指纹图像进行处理，从而有效的去噪并突出了指纹的特征。达到了较好的图像恢复效果。     

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。     

基于方向信息的指纹图像预处理

预处理是自动指纹识别技术的基础,它的好坏直接影响着指纹自动识别系统的效果。本文从方向图、滤波、二值化和细化等几个方面详细介绍了自动指纹识别系统中的预处理过程,并具体实现了指纹图像的预处理。该方法取得了良好的效果,保留了指纹纹线的关键信息,为下一步的特征提取工作打下了良好的基础。     

基于方差和数学形态学的指纹分割算法

比较分析了檑纹分割的两种主要方法：方差法、方向法,针对这两种方法的不足之处,本文提出了一种基于方差和数学形态学的指纹分割算法。这种方法在方差法的基础上,再对得到的指纹图像进行数学形态学的开、闭运算。实验结果表明：这种方法时各种质量的图像指纹分割效果良好,平且运算速度快,尤其适用于需实时处理的指纹识别系统。     

一种频谱分方向指纹纹线距离估计的新方法

纹线距离是指纹的固有本质属性，在自动指纹识别中有着重要的作用。然而目前多数纹线距离估计的方法直接在空域作估计，对低质量指纹图像的处理普遍存在较大误差。为了适应低质量指纹图像，提出了一种基于频谱分析的纹线距离估计的新方法，该方法首先通过快速傅立叶变换将指纹图像变换到频域，然后将频谱图像分成n个方向分别求纹线距离，最后作处理从而得到指纹图像的纹线距离。部分典型指纹图像的实验结果表明，该方法具有较强的有效性和鲁棒性。     

傅里叶变换在指纹图像增强中的应用

提出一种基于傅里叶变换的指纹图像增强方法,通过对图像分块进行傅里叶变换,用求期望值的方法获取指纹图像的频率、方向以及能量分布,在此基础上根据指纹纹线的分布在脊线方向变化剧烈的特殊性,采用在径向滤波器滤波后增加角方向滤波器的滤波方法,对图像进行滤波增强。实验结果表明,该方法对低质量的指纹图像增强效果显著,同时其计算量较少,实现时间短,对实时指纹识别系统的应用具有重要的意义。     

指纹图像质量的自动评价方法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发，提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像，在指纹登录过程中对图像质量不好的情况给用户有效的提示，以便重新获得更高质量的图像；对指纹局部区域的质量等级进行标注，提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价，提高了自动指纹识别系统的准确性和可靠性。     

基于临界特征点的图像匹配算法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发,提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像,在指纹登录过程中对图像质量不好的情况给用户有效的提示,以便重新获得更高质量的图像;对指纹局部区域的质量等级进行标注,提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价,提高了自动指纹识别系统的准确性和可靠性。     

指纹图像质量评估的研究与应用

指纹图像质量评估是自动指纹识别系统（AFIS）中重要的一个环节,它将在对指纹图像进行分割、细化等预处理操作之前对图像质量进行评估,去除不满足要求的指纹图像以提高后续处理的鲁棒性。文章分析了现有的指纹采集细则,对有效面积、干湿、位置偏移、方向模糊等方面对指纹图像质量的影响进行探讨,对采集到的指纹图像质量进行质量评测,为图像的预处理提供质量较高的指纹图像。实验证明,该方法对不合格的指纹图像有较好的过滤效果,有利于提高整个指纹识别系统的效率。     

一种基于统计窗的纹线距离估计方法

纹线距离在自动指纹识别中有着广泛的应用 .但迄今为止 ,研究纹线距离估计的文献并不多见 ,且所述方法对质量较差的指纹图象的处理效果也不尽如人意 .为了对质量较差的指纹图象进行可靠的纹线距离估计 ,提出了一种基于统计窗的纹线距离估计方法 ,该方法是首先将指纹图象分成互不重叠的块 ,并为每块图象定义统计窗和基线 ,然后采用距离统计的方法来获取统计窗内的指纹纹线分布 ,进而估计每块图象的纹线距离 .部分典型图象的实验结果证明 ,该方法是有效的 .     

一种改进的指纹纹线方向场的计算方法

本文提出了一种改进的指纹纹线方向场计算方法，其中重点分析了奇异点模型中旋转角度的估计方法，并在复数域内简化了纹线方向场的优化计算．实验结果显示该方法充分利用了指纹纹线方向在全局上的渐变性和在奇异点附近的独特性，可以有效降低指纹图像中局部噪声的影响，提高指纹纹线方向场的计算精度，改进指纹图像的增强效果．     

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。