基于小波分析的指纹图像模糊边缘识别算法

为了平衡指纹图像识别方法的识别效果与抗噪性能,研究基于小波分析的指纹图像模糊边缘识别算法,提升指纹图像模糊边缘识别的正确率和抗噪性能.采用小波变换增强指纹图像,提高图像质量.并将图像方向场矩阵中被标记次数最多处视为图像中心点位置,以此为中心切割指纹图像,提取指纹有效区域.采用3阶Haar小波分解,提取有效区域内指纹图像边缘特征向量,将其作为概率神经网络(PNN)的输入.通过PNN的分类器完成指纹图像模糊边缘的某一特征向量和其它特征向量的分类和识别.实验结果表明:上述算法的指纹图像模糊边缘识别正确率为98％以上;在不同噪声环境下方法的抗噪性能良好,品质因数均较高,且识别时间短.     

基于小波包和区域生长的脑组织图像分割

对利用区域生长进行图像分割问题进行了研究,提出了一种MR脑组织图像分割的方法。该方法利用小波包对医学图像进行分解,通过对重构后的近似图像采用区域生长法进行分割,降低了区域生长算法对噪声的敏感度,减少了利用区域生长算法分割后图像的空洞和小孔。实验证明了该方法对MR脑组织图像分割可以有效减少分割后的小孔和空洞,取得了良好的分割结果。     

改进的指纹自适应阈值分割算法*

在传统的自适应阈值分割算法的基础上,提出了一种改进的指纹图像分割算法。该算法根据指纹与背景交接区域,以及指纹内部脊线太淡或脊线粘连的区域中图像的灰度统计特性,对此类区域采取逐点分割,从而以较低的计算代价消除了指纹图像分割后前景区域的边界方块效应。实验表明,该算法具有较高的鲁棒性,对指纹的分割更加灵活准确,分割后的指纹前景边界也更加平滑细致。     

指纹图像分割算法的研究

指纹图像分割作为指纹识别的重要部分,是正确进行指纹识别的的基础,只有选择合适的指纹分割方法,有效地分离出指纹图像的前景和背景两部分,才能进行后续的处理,才能对指纹进行有效的识别;否则由于背景区域对前景区域影响会增加许多虚假特征,影响最终匹配,不能有效地对指纹进行识别;在指纹图像分割方面,分析了指纹的方差和方向一致性问题,设计了一种具有光滑轮廓线的指纹分割算法,仿真结果表明,该算法能够从指纹背景中准确提取指纹图像,并且能够除去边缘非正常中断端点,保证有效指纹区得到完整保留。     

基于混合自适应小波基的织物疵点检测算法

为了改进具有复杂纹理织物的疵点检测效果,提出了一种基于混合自适应小波基的织物疵点检测算法,采用各自优化的自适应小波基实现对不同层织物图像的分解变换;首先对正常图像和其经一层小波分解后的低频子图像优化得到混合自适应小波基,然后用该小波基将织物疵点图像进行二层小波分解,最后采用阈值法对径向子图像进行分割得到检测结果;实验结果证明,文章提出的算法能有效实现疵点检测,具有较好的疵点分割和定位结果.     

基于小波变换的多方向加权聚类颅内肿瘤图像分割方法

分割MR颅内肿瘤区域后,可对病变部分进行针对性的临床治疗和处理。结合临床实际,提出一种基于小波变换的多方向加权聚类颅内肿瘤图像分割方法。通过小波变换和多方向加权聚类算法的结合,利用非线性的补偿图像轮廓来增强小波分解后的高频信号,并对低频信号做多方向的种子点选取加权聚类算法改进。实验结果表明,该算法在大大减少时间复杂度的基础上,也能有效地提高准确性。     

基于多尺度形态学融合的分水岭图像分割方法

提出了一种基于多尺度形态学融合的分水岭图像分割方法，采用多尺度结构元素对输入图像并行滤波，并对结果图像进行基于小波变换的图像信息融合。针对小波分解的不同频率域，选择不同的融合规则，既抑制噪声又保持目标轮廓信息。最后，采用最大熵法自适应确定算法的初始阈值，并给出一种有效的区域合并方法来优化分割结果。实验证明，采用此分割方法可以获得较好的分割结果。     

基于Haar小波变换的快速指纹识别算法

指纹中不同的空间频率和纹理方向代表了指纹图像的内在特征。为了提取这些特征,提出了基于Haar小波变换的快速指纹识别算法。该算法在提取指纹特征有效区域的基础上,直接对指纹灰度图像进行Haar小波变换以获取指纹特征向量。与传统的基于指纹细节特征的识别算法相比大大减少了计算量。另外,还将指纹识别算法移植到嵌入式安全领域。在基于Arm7处理器(主频100MHz)架构的嵌入式平台上,对FVC2000标准指纹数据库进行了实验,得到了很好的FAR,FRR关系图,并且整个识别过程耗时在1 s左右。实验结果表明,本文算法在快速指纹识别方面是成功的。     

一种实用的自动指纹识别完整算法

本文设计并实现了一套完整的指纹图像自动识别算法,该算法首先对指纹图像进行增强包括归一化,分割指纹图像,区分有效区域和无效区域,计算方向图、用方向滤波的方法对指纹图像进行滤波、接着用动态阈值法二值化经过滤波增强的指纹图像,并对二值化图像进行细化及细化后处理,然后提取细化后图像的特征数据,最后将提取的特征数据进行匹配。实验表明该算法运行时间短,识别效率较高,是一种实用的自动指纹识别算法。     

结合方差及方差梯度的指纹图像改进分割算法

通过对基于方差及方差梯度的指纹图像分割算法的分析,提出一种改进算法。将指纹图像分块,结合各块方差及其梯度信息,自适应选取两个分割阈值,分割后去除孤立图像块,得到最终分割结果。实验表明,该算法简单快速,能够更有效地去除图像中的局部模糊区域,同时更完整地保留有效指纹区。     

指纹识别预处理关键技术研究

在分析各种预处理方法并结合指纹图像特点的基础上,研究了指纹预处理的关键技术,提出了一种新的基于直方图均衡化和基于方向图特性的小波变换多尺度积的指纹图像预处理算法。实验结果表明,该算法在大大降低时间复杂度的同时,形成单像素连接的指纹二值图像,达到了增强、消噪、平滑、二值化、细化的目的,处理效果较好。     

一种有效的指纹预处理组合算法

系统分析指纹预处理全过程,在图像初滤波和方向滤波器设计方面提出新见解.结合指纹图像高频丰富的特点,及小波包高频分辨率高的分析特性,采用小波包分析对指纹图像进行初滤波;设计方向滤波器时,对滤波器的旋转引入方-圆变换,减少计算复杂度,同时避免引入误差.对含高斯白噪声指纹图像的实验结果表明,该预处理算法是有效的.     

小波域中的PDE指纹图像增强

提出了一种基于偏微分方程的小波域指纹增强算法。分析了一致性扩散方程的缺陷,改为使用方向扩散使方程严格沿着指纹纹路扩散;进而提出了一种基于方向扩散的小波域指纹增强算法。该算法利用小波域低频系数图增强指纹,抑制了噪声的影响,将增强子图利用小波逆变换实现重构。通过对FVC2002的dB4指纹库中部分低质量图像的增强结果比较,表明该算法对低质量指纹图像的增强效果明显,且处理速度比现存的基于PDE的增强方法快。     

一种新的指纹图像分割算法

指纹图像分割是自动指纹识别的重要步骤。对指纹特征和传统指纹分割方法进行了研究,提出了一种新的指纹图像分割算法。先对指纹图像进行裁剪,如果指纹图像对比度较低,则对图像进行均衡化处理;然后对图像进行顶帽变换,补偿不均匀的背景亮度;最后用迭代自组织分析算法(ISODATA聚类)对图像进行分块分割和形态学图像处理。对国际指纹识别竞赛(FVC)数据库不同质量的指纹进行了测试,实验结果表明,此算法对不同质量的指纹是有效的,效果好于传统指纹分割方法。     

基于小波变换的GrabCut图像分割

研究 GrabCut 是以迭代能量优化算法为基础,以颜色和纹理为特征,从背景图像中提取出目标的图像分割算法。但该方法速度较慢,为了达到实时应用的目的,提出了一种基于小波变换的 GrabCut 图像分割方法。该方法首先对原始图像进行小波变换的图像压缩,使得原始图像的分辨率降低,然后在压缩后的图像上迭代GrabCut算法,最后将收敛获得的目标区域作为原始图像初始值,再次使用GrabCut算法在原始图像上进行迭代,从而提取出目标。实验结果证明该算法提高了图像目标的提取速度,并保持图像目标的特征基本不变。     

基于Gabor函数的小波域指纹图像增强算法

针对指纹大规模采集库中存在的指纹图像局部区过干或过湿的问题，提出了一种基于Gabor函数的小波域指纹增强算法。该算法在小波域利用低频系数图估计指纹方向，从而抑制了指纹局部过干或过湿的影响，进而分别实现基于Gabor函数的小波域各子图增强，最终将各增强子图利用小波逆变换实现重构。通过对FVC2004的DB1指纹库中的部分低质量图像的增强结果比较，该算法对低质量指纹图像的增强效果明显，且处理速度明显快于现存的Gabor增强方法。     

基于Log Gabor滤波的指纹纹理匹配*

分析了Log Gabor滤波器的性能,详述了用于指纹识别的Log Gabor滤波器的构造方法,在此基础上提出了基于Log Gabor滤波器的指纹纹理匹配算法。首先采用了一种快速有效的参考点定位方法,在确定有效区域并归一化后,通过傅里叶变换把指纹图像转换到频域,在频域进行Log Gabor滤波,最后在滤波图像中提取特征,并与传统方法作了比较。实验结果表明,所提出算法的性能优于基于Gabor滤波的纹理匹配方法和基于细节点的方法,提高了指纹识别的准确率。     

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SoPC的低质量指纹图像预处理算法研究与实现

针对指纹质量的差异性,提出一种带有多指标质量判别的增强预处理方法,融合空域和小波域上的指标对指纹进行干、湿和质量好坏的分类,对可恢复的低质量指纹进行基于小波变换的增强预处理。算法通过Matlab进行验证。同时搭建基于SoPC技术的嵌入式平台,在Altera公司的DE2开发板上实现了整个质量判别及增强算法。结果表明,该流程能有效判断指纹的可用性,对低质量指纹增强效果显著。