一种基于局部结构信息的指纹伪特征滤除算法

自动指纹识别系统中，灰度指纹图象经过预处理过程得到细化二值图象，其中往往含有大量的伪特征，这将对后续的分类、匹配等操作造成不良影响，导致系统识别率下降，为此首先提出一种新的快速纹线跟踪算法——8邻域编码纹线跟踪算法，然后提出一种基于局部结构信息的指纹伪特征滤除算法，该伪特征滤除算法是在纹线跟踪的基础上，提取指纹特征点的若干属性，并结合特征点的局部结构信息，对各种伪特征结构进行识别和滤除，实验结果表明，本方法可以快速、准确、彻底地滤除这些伪特征结构，效果令人满意。     

基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。     

基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。     

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。     

一种基于信息融合的指纹特征点提取方法

针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。     

基于支持向量机的指纹特征点提取方法

由于指纹的匹配是根据指纹特征点匹配的,所以指纹特征点提取方法的好坏将直接影响指纹匹配的成功率.针对指纹特征点提取耗时较长的问题,提出了一种在细化指纹上,利用支持向量机的特征点(端点及分叉点)提取方法,首先进行指纹特征点初提取,即将特征点的8邻域模板作为输入,特征点类型作为输出,建立支持向量机网络并进行训练.将任意的纹脊点的8邻域输入到已训练好的支持向量机网络就可得到特征点的类型.初提取得到的指纹特征点集中存在大量伪特征点,判断图像边缘并根据特征点之间的方向及距离消除伪特征点.仿真结果表明,改进方法指纹提取的速度快,同时去除伪特征点的准确率高.     

指纹识别中的特征点提取算法

指纹特征的提取在指纹自动识别系统中足一个必不可少的重要环节.根据指纹的固有规律,提出了一套较完整的指纹图像特征提取和伪特征去除算法,指纹特征提取是从细化后的指纹图像中得到的细节特征点(即端点和分叉点),其中含有大量的伪特征,根据伪特征点的结构,在特征提取之后对伪特征点进行去除,主要对毛刺和短脊进行去除.实验结果表明,该算法大大提高了指纹识别时的精度,并具有较强的抗干扰性.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.     

煤矿监控系统产生伪数据的原因和应对措施

针对煤矿监控系统普遍存在的伪数据问题,通过实地调查、现场测试和分析研究,总结了煤矿监控系统产生伪数据的主要原因,指出巷道中电力电缆的浪涌干扰是产生伪数据最主要的原因;提出了去除伪数据的主要技术措施、抗电力电缆浪涌干扰的具体措施及由分站软件通过识别数据变化速率滤除伪数据的方法。     

基于计算机视觉的电池表面探伤方法

电池在生产过程中常常因为设备故障造成其表面产生各种伤痕,传统的人工检测在及时性和耐久性上存在很大缺陷,而现在国内外又缺乏一种针对普通电池表面缺陷的有效自动检测手段。针对电池表面缺陷的分布位置及形态特点,提出一种新的基于计算机视觉的光学自动检测方法。所提方法基于电池负极表面形态特征,利用Canny算子和原创的自由离子碰撞法配合最小值搜索确定待检测区域;针对伤痕比较尖利这一形状特征,用修正的Harris角点作为标记点标记缺陷位置,利用标记点的聚集度信息滤除伪标记点,最后提取出缺陷处图像。实验结果证明所提方法在自然光照环境下的检测成功率达到90%以上且比小波分析法具有更好的检测效果。研究成果为电池生产提供了一种产品质量自动检测的参考方法。     

Fingerprint minutiae filtering using ARTMAP

Fingerprints are widely used for unique personal identification based on minutiae matching. Minutiae are the terminations and bifurcations of ridges in a fingerprint image. Generally fingerprint images are of low quality due to the presence of noise and contrast deficiency resulting in discontinuity in ridges producing false minutiae points. It is worth noting that there is a fundamental difference between a neural network (NN) approach for minutiae location and minutiae filtering. In this paper, the spurious minutiae points and the bug pixels introduced during the thinning process are eliminated based on the neighborhood pixel information. A new minutiae filtering algorithm using a NN is introduced to improve the accuracy of the extraction algorithm proposed in the literature. Each minutia, as detected by the algorithm, is classified through ARTMAP NN whose output indicates whether it is a termination, a bifurcation or a false minutia. Experimental results show that the efficiency of minutiae classification has significantly improved using the proposed filtering algorithm.     

结合方向图的指纹特征点提取

报告了指纹识别研究的现状,分析了指纹识别过程中伪特征点对识别结果的影响,以及指纹识别过程中不同伪特征产生的原因.对指纹图像进行二值化,细化等预处理,并初步提取特征点.结合指纹方向图,对从细化图像中提取出的大量特征点进行处理,利用不同伪特征的不同方向和距离特点设计了伪特征点判断和删除的判据,在去除伪特征点的同时又保证真正的特征点不被误删.实验结果表明,该方法取得了较好的效果,能满足实际使用的需要.     

基于Matlab实现的指纹图像细节特征提取

指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配.介绍了一套基于Matlab实现的指纹细节特征提取方法,并给出了去伪算法.指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含有大量的伪特征,既耗时又影响匹配精度.采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠特征点信息,以便实现指纹匹配.实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率.     

基于信息融合的指纹细节特征提取

为了准确提取指纹特征信息,提出一种基于Gabor滤波器和小波分析相结合的指纹特征信息提取方法.该方法分别利用Gabor滤波器和小波分析对原始指纹图像进行预处理,并提取特征点,取两种不同方法提取的特征点集的交集作为真实特征点,以此减少甚至消除伪特征点.实验结果表明了本方法能正确提取指纹特征信息.     

基于局部纹线特性的直接灰度图指纹特征提取

指纹特征提取是鉴别个体生物特征的关键步骤。指纹特征提取新研究的一个方向是用直接灰度图纹线跟踪法来提取特征，以减轻传统方法对预处理的依赖性。但该方法也存在易发生漏判、误判、特征点类型错判等症结，其中特征点类型错判是一个主要问题。提出了依据局部纹线特性的方法，抑制直接灰度图纹线跟踪法的漏误判，特别是有效地解决了特征点——端点、分叉点——类型误判的问题。     

基于差分码的指纹细节点检测

细节点检测是基于细节点的指纹识别系统的重要内容。传统的基于脊线细化的检测方法,耗时长、伪节点多。针对这一缺陷,本文提出了一种基于差分码的细节特征点提取方法。首先跟踪脊线边缘得到差分码,再利用差分码对不同的边界特征具有独特的差分码这一特点检测转弯点,这些点就是指纹细节点位置。实验将本文方法跟3种不同的方法进行对比,结果表明,本文的方法在检测速度和检测精度总体上有所提高。     

指纹图象特征提取的新方法

指纹特征的提取在指纹自动识别系统中是一个必不可少的重要环节。指纹特征通常包括指纹奇异点和细节特征点。文章在给出了一种计算指纹方向图的新方法基础上提出了奇异点的提取新方法。实验表明该方法能够准确地提取出指纹的奇异点,并具有较强的抗干扰性。针对指纹图象质量较差时,存在大量的伪细节特征点,文章提出了一种新的细节特征点验证的方法,获得了良好实验结果。     

直接提取指纹特征算法的优化研究

在对Maio与Maltoni于1997年提出的指纹特征灰度图直接提取算法进行分析的基础上，提出了一种改进的指纹特征提取算法，即在前景模板分割部分采用Canny算子和数学形态学相结合的方法；在终结点判定部分提出跟踪角度和灰度变化相结合的新方法；在滤波和去除伪节点等方面也进行了改进。实验证明，这些改进在很大程度上克服了原算法阈值过多，易提取出虚假脊线的问题。这样不仅使算法健壮性和准确性得到了很大的提高，而且更有利于实际应用。     

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。