基于奇异点邻近结构的快速指纹识别

将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构.该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别.在NIST和FVC2004数据库上的测试结果显示,该算法在保证自动指纹识别系统(automatic fingerprint identification system,简称AFIS)的识别准确性的同时,还使得指纹在线识别系统的1:N辨识速度有显著的提高.     

指纹识别中的自动分类研究

由指纹的唯一性和不变性决定了它在身份认证中的重要地位,然而时至今日人们多是用肉眼将指纹按奇异点(核点和三角点)的分布位置进行分类,然后在各类中进行细分或匹配.本文是通过计算机自动寻找各指纹的核点和三角点,而后由他们的分布位置将指纹分成6类,以完成指纹识别中自动分类问题.     

基于多种特征融合的指纹识别方法

针对基于细节点特征的指纹识别方法和基于图像特征的指纹识别方法各自存在的一些问题,提出了一种基于多种特征融合的指纹识别方法.将基于方向场特征、基于灰度共生矩阵的纹理特征、基于LBP算子的纹理特征的方法和基于细节点特征的方法进行融合,弥补了各个方法的不足,提高了匹配的准确性.实验结果表明,提出的基于多种特征融合的指纹识别算法好于任一单个的指纹匹配方法,有效地提高了指纹识别系统的准确性.     

指纹识别技术的研究与分析

本文详细介绍了指纹识别技术的原理、指纹识别中的图像采集、图像预处理、特征提取与特征匹配四个过程。指纹识别的关键技术是对指纹的特征提取与特征匹配,论文中详细分析了图像预处理的过程及特征点提取的各种方法,最后对各种指纹特征匹配算法的优缺点进行了分析与比较。     

通用指纹图像处理分析平台的研发与应用

对通用指纹图像处理分析中的关键算法和平台研发技术进行了研究,并给出初步应用结果.针对模糊指纹图像,通过傅立叶变换从空域转换到额域,进行带通滤波和方向滤波,从而增强图像、突出细节.通过指纹识别算法获取指纹特征数据,根据一定的原则删除伪细节点、存储终止点和分叉点的相关信息.以特征数据为依据,通过计算机进行分类和比较,把指纹划分为某一类型,或在小型指纹库中计算指纹间的相似度,得到指纹匹配结果.实验结果表明,该算法简单实用,效果良好,为自动指纹识别系统的研发打下基础.     

基于中心点的指纹细节结构匹配算法

指纹细节匹配算法是自动指纹识别系统(AFIS)中一项关键的任务,目前存在大量的研 究和算法.依据算法是否依赖中心点,指纹细节点匹配算法可以分为两类:基于中心点的匹配算 法和非中心点匹配算法.大多数非中心点匹配算法都非常耗时,因此不适合在线应用.而基于中 心点方法的效率相对较高,但是这类算法极度依赖于中心点的定位精度.在本文中,提出了一种 全新的基于中心点的指纹细节结构匹配算法,该算法综合了基于中心点匹配算法和非中心点匹 配算法的优点,同时又避免了二者的缺点.首先利用中心点检测算法获得中心点的位置,然后在 中心区域定义了一些局部的结构,同时利用这些局部结构寻找指纹细节的对应点,并通过对应点 和中心点的相对关系来确认这些对应细节点.其次利用这些细节对应点匹配全局的细节信息,最 后,利用匹配细节的全局距离和距离方差来判决最终匹配结果.实验结果表明,算法的匹配效果 非常好,同时匹配效率较高,非常适合在线指纹识别系统的应用.     

在图像处理中对指纹识别的研究

该文从介绍指纹识别技术的原理和指纹识别算法入手,将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构。该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别。该算法在保证自动识别指纹系统的识别准确性的同时,还使得指纹在线识别系统的1:N辨别速度有明显的提高。     

指纹图像模式识别方法的研究

如今,指纹识别技术成为了生物技术研究的热点问题,也正逐渐朝着更实用和更优越的目标前进,自动指纹识别系统更是以各种方式进入人们的生活。笔者介绍了对采集的指纹图像的处理过程和结果,包含指纹图像预处理、特征点提取、比对与指纹图像的匹配。建立了提取指纹端点、叉点、奇异点的提取模型。通过比较可以得出提取指纹特征点的算法对于不同的指纹图像都具有普遍适用性,比较了不同算法的优缺点并总结评价。     

一种基于神经网络匹配的指纹识别算法

指纹特征的提取是自动指纹识别的关键技术之一.针对现存的许多指纹特征提取算法中的旋转和平移等问题,本文提出了一种基于神经网络匹配的脊线分叉点提取算法.该算法通过一个多输入、单输出三层前向神经网络提取脊线的分叉点.并且在FVC2000(国际指纹竞赛数据库)上作了测试.实验结果表明,本文提出的算法对指纹的平移和旋转都具有良好的不变性.     

在图像处理中对指纹识别的研究

该文从介绍指纹识别技术的原理和指纹识别算法入手,将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构。该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别。该算法在保证自动识别指纹系统的识别准确性的同时,还使得指纹在线识别系统的1：N辨别速度有明显的提高。     

基于矢量三角形的快速指纹细节匹配算法

指纹匹配是自动指纹识别系统(AFIS) 中的重要环节。该文提出了一种基于指纹纹线结构和矢量三角形相结合确定参考点，再通过极坐标进行细节匹配的指纹匹配算法。该方法将匹配分成两步，减少了拒判时间。引进了纹线信息，降低了误识率。采用矢量三角形及极坐标进行细节匹配，具有旋转和平移不变性。实验结果表明，该方法识别速度快，正确识别率高，可满足实时系统需求。     

自动指纹识别中的图像增强和细节匹配算法

对自动指纹识别系统(automated fingerprint identification system,简称AFIS)的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对Anil Jain等人提出的细节匹配算法进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹配过程中,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.另外,采用大小可变的限界盒来适应指纹的非线性形变.在FVC2000公布的指纹图像数据库上,按照FVC2000测试标准所做的实验显示,该算法比原算法有较大的改进.     

A Robust Fingerprint Indexing Scheme Using Minutia Neighborhood Structure and Low-Order Delaunay Triangles

Fingerprint indexing is a key technique in automatic fingerprint identification systems (AFIS). However, handling fingerprint distortion is still a problem. This paper concentrates on a more accurate fingerprint indexing algorithm that efficiently retrieves the top N possible matching candidates from a huge database. To this end, we design a novel feature based on minutia neighborhood structure (we call this minutia detail and it contains richer minutia information) and a more stable triangulation algorithm (low-order Delaunay triangles, consisting of order 0 and 1 Delaunay triangles), which are both insensitive to fingerprint distortion. The indexing features include minutia detail and attributes of low-order Delaunay triangle (its handedness, angles, maximum edge, and related angles between orientation field and edges). Experiments on databases FVC2002 and FVC2004 show that the proposed algorithm considerably narrows down the search space in fingerprint databases and is stable for various fingerprints. We also compared it with other indexing approaches, and the results show our algorithm has better performance, especially on fingerprints with distortion.     

一种新的指纹节点匹配方法

指纹匹配是指纹识别中的一个重要问题,在指纹识别系统中常用一组节点来表示一个指纹。目前的指纹识别系统主要采用基于节点的匹配方法。文章提出了一种新的指纹节点匹配方法,在抽取节点特征时不但提取其坐标和方向,而且还提取每个节点沿着其方向和反方向的一定距离内的局部方向,在匹配两个节点时匹配这些方向信息,并将节点按方向信息排序,以加速查找。匹配时首先确定最佳参考节点,然后根据最佳参考节点下匹配节点对的位置和方向差异再次旋转和平移输入指纹,最后在直角坐标下再次匹配两个指纹。实验表明,该方法能有效地提高系统的识别性能。     

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.     

基于方向滤波的指纹图像增强算法研究

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤。其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

基于Gabor滤波的指纹图像增强算法

由于指纹的唯一性和不变性,指纹识别已成为当前最流行、最方便、最可靠的个人身份认证技术之一。指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响特征提取与特征匹配。提出了一种基于Gabor滤波的指纹图像增强算法。阐述了Gabor滤波器的定义及其在指纹图像增强中的应用。对指纹图像方向图提取方法和频率计算方法作了改进尝试。实践表明,该方法是有效的、实用的。     

On-line fingerprint verification

Fingerprint verification is one of the most reliable personal identification methods. However, manual fingerprint verification is incapable of meeting today's increasing performance requirements. An automatic fingerprint identification system (AFIS) is needed. This paper describes the design and implementation of an online fingerprint verification system which operates in two stages: minutia extraction and minutia matching. An improved version of the minutia extraction algorithm proposed by Ratha et al. (1995), which is much faster and more reliable, is implemented for extracting features from an input fingerprint image captured with an online inkless scanner. For minutia matching, an alignment-based elastic matching algorithm has been developed. This algorithm is capable of finding the correspondences between minutiae in the input image and the stored template without resorting to exhaustive search and has the ability of adaptively compensating for the nonlinear deformations and inexact pose transformations between fingerprints. The system has been tested on two sets of fingerprint images captured with inkless scanners. The verification accuracy is found to be acceptable. Typically, a complete fingerprint verification procedure takes, on an average, about eight seconds on a SPARC 20 workstation. These experimental results show that our system meets the response time requirements of online verification with high accuracy     

Fingerprint matching based on global alignment of multiple reference minutiae

Fingerprint matching is an important problem in fingerprint identification. A set of minutiae is usually used to represent a fingerprint. Most existing fingerprint identification systems match two fingerprints using minutiae-based method. Typically, they choose a reference minutia from the template fingerprint and the query fingerprint, respectively. When matching the two sets of minutiae, the template and the query, firstly reference minutiae pair is aligned coordinately and directionally, and secondly the matching score of the rest minutiae is evaluated. This method guarantees satisfactory alignments of regions adjacent to the reference minutiae. However, the alignments of regions far away from the reference minutiae are usually not so satisfactory. In this paper, we propose a minutia matching method based on global alignment of multiple pairs of reference minutiae. These reference minutiae are commonly distributed in various fingerprint regions. When matching, these pairs of reference minutiae are to be globally aligned, and those region pairs far away from the original reference minutiae will be aligned more satisfactorily. Experiment shows that this method leads to improvement in system identification performance.     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法.该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量.对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度.该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果.