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。     

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。     

基于纹理特征的指纹识别算法

基于纹理特征的指纹识别方法,具有计算量小的特点。本文对该指纹识别算法进行了系统研究,提出了一套新颖的方向图修正算法,对于噪声相对较小的情况具有良好的效果。本文对多窗口法求块方向图给出了减少运算量的方法;在方向滤波器设计方面,给出了一个方向滤波器的闭合等式,可以简化方向滤波器设计,大大减少运算量,并取得了较好的增强效果;在中心点求取方面,提出了一种新的粗搜索算法,可以减少计算量,加快中心区域搜索速度。     

一种改进的基于Gabor滤波的指纹增强算法

研究并实现了基于Gabor滤波器的指纹增强算法,对纹线方向提取算法进行了改进,获得了较准确的方向图。并改进了纹线频率的提取方法,有效地避免了Gabor滤波后在脊线中留下伪纹线和小孔的问题。同时也对滤波算法进行了优化,有效地减少了运算量。实验证明,该方法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

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.     

基于方向滤波分割的指纹自动识别系统算法

为适应当前个人身份鉴定迫切需要，提出了一种基于方向滤波分割的指纹自动识别系统的完整方案。该系统主要分指纹预处理及识别两大部分，包括方向图的计算、平滑、方向滤波、二值化、去噪、特征提取、特征编码及识别的方法。利用该系统的预处理及特征编码和识别方法，指纹图象得到了较好的增强，而且，在识别过程中能克服一定范围内指纹旋转及平移因素的影响。本系统具有高效识别和很强的抗干扰能力，对于残缺或模糊的指纹图象也有很好的识别效果，有较高的使用价值。     

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。     

基于图像质量分区的指纹特征提取

低质量指纹图像的特征提取和变形指纹的匹配是当前指纹识别研究中的两个主要问题。很多算法在特征提取时不区分高、低质量区域,结果在高质量区域耗费了过多的运算时间和计算资源。本文提出了一种基于图像质量分区的指纹特征提取方法,先用一种简单的图像区域质量计算方法评价各区域的图像质量,然后对高质量区域直接从灰度图像跟踪纹线、提取节点,对低质量区域执行传统的方向计算、增强、二值化和细化后提取特征。实验结果表明,该方法不仅提高了特征提取的速度,在准确性上也有所提高。     

基于矢量三角法的指纹特征匹配算法的研究

指纹匹配是自动指纹识别系统(Automatic Fingerprint Identification System,AHS)中最重要的问题之一。文中主要针对如何确定两幅指纹图(模板和输入图像)的参照点问题,提出了一种基于指纹脊线结构和矢量三角法相结合的算法,将脊线信息引入匹配过程中,并在极坐标下进行细节点匹配。仿真实验表明,该方法不依赖指纹图的中心区域,具有旋转平移不变性,不仅能很好地区分来自不同指纹的图像,而且有较好的匹配结果。     

基于方向滤波的指纹图像增强算法．

指纹增强对于提高细节特征的准确率以及整个自动指纹识别系统的性能都有着十分重要的意义。文中采用基于梯度的sobel算子方法求取指纹的方向图，并对传统的公式进行了补充；然后利用指纹的纹线局部方向一致性和纹线宽度信息，通过一组方向滤波器来实现指纹的增强。试验结果表明该方法对改善指纹图像的质量十分有效。     

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。     

一种鲁棒的指纹奇异点检测方法

提出一种两阶段的奇异点检测方法。将指纹图像分块,求出各块的方向构成块方向图,并在块方向图的基础上利用邻域方向的分布分析结合改进的Poincare Index方法来确定奇异点所在的候选区域,对候选区域中的像素再通过计算局部方向变化率来确定奇异点的精确位置。将此方法用于对FVC2004 DB1_A指纹数据库的图像,实验结果表明这种方法对指纹图像中的噪声有很好的鲁棒性,并且计算简单快速,易于实现。     

基于局部方向场的指纹褶皱检测

褶皱是指穿过指纹脊线和谷线的不规则条纹。由于年龄增长、体力劳动、意外事故等,指纹中会产生褶皱。褶皱的存在将在指纹识别中引入伪特征点,降低指纹识别系统的可靠性。本文提出一种基于局部方向场的自适应多通道滤波算法,并在该算法基础上建立了一种多分辨率的褶皱检测框架。实验证明,该算法检测结果准确;与现有算法相比,算法架构简洁、效率更高,可以很好地解决指纹中褶皱检测问题。     

基于扇区划分的细节点采样指纹匹配算法

在对指纹匹配算法进行了深入研究及总结现有算法优缺点的基础上,提出了新的基于扇区划分的细节点采样指纹匹配算法。本算法以指纹图像参考点为中心,分扇区对细节点数目进行采样统计以构造新的指纹特征向量,再利用距离最小准则进行指纹匹配。实验结果表明,本算法有效提高了指纹图像的匹配效果和运行速度。     

基于FPS200的指纹采集系统与图像增强机制

介绍了基于FPS200芯片的指纹采集系统的设计方案,采用USB方式快速简便地获取指纹原始图像,并能够根据不同采集环境调整芯片参数获得图像最佳清晰度。根据该采集系统输出图像的质量,提出了一套增强算法,通过滤波实现指纹图像的平滑与锐化,计算指纹方向流图并进行背景分割,最后进行二值化处理。算法能够有效减少指纹图像处理的时间消耗,较好地保留了指纹纹线的边缘细节,提高了图像对比度。实验表明,该指纹采集系统与图像增强算法能够获得清晰的指纹细化图,适用于AFIS各种后端处理。     

Fingerprint verification based on minutiae features: a review

Fingerprints have been an invaluable tool for law enforcement and forensics for over a century, motivating research into automated fingerprint-based identification in the early 1960s. More recently, fingerprints have found an application in biometric systems. Biometrics is the automatic identification of an individual based on physiological or behavioural characteristics. Due to its security-related applications and the current world political climate, biometrics is presently the subject of intense research by private and academic institutions. Fingerprints are emerging as the most common and trusted biometric for personal identification. The main objective of this paper is to review the extensive research that has been done on automated fingerprint matching over the last four decades. In particular, the focus is on minutiae-based algorithms. Minutiae features contain most of a fingerprints individuality, and are consequently the most important fingerprint feature for verification systems. Minutiae extraction, matching algorithms, and verification performance are discussed in detail, with open problems and future directions identified.

一种求取指纹图像方向的方法

指纹识别日益成为一种有效的身份识别的手段。在对指纹图像进行处理的过程中,指纹方向信息的求取是一项关键技术,它对指纹图像的预处理和后处理都有重要的影响。该文提出了一种指纹图像方向求取方法。实验证明了该方法快速、有效。     

Feature based robust watermarking using image normalization

This paper presents a robust watermarking scheme based on feature point detection and image normalization. Firstly some stable feature points are detected from the original image using the proposed multiresolution feature point detection filter. Then, image normalization is applied to the disks centered at these feature points. The watermark is embedded in the subband coefficients of DFT domain of each disk separately. And the watermark detection uses the correlation between the watermark embedding coefficients and the original watermark, and does not need the original image. The proposed scheme combines the advantages of feature point detection and image normalization, which can achieve strong robustness to signal processing and geometrical distortions. The experimental results also demonstrate good performance of the proposed scheme.     

基于Mexican hat函数的图像特征提取和配准算法

使用Mexican hat函数作为特征检测算子,对图像进行局部区域提取和特征点提取,在此基础上,提出了一种结合局部区域和特征点的图像配准算法。使用Mexican hat检测算子和零交汇点检测的方法获得局部区域特征并进行初步匹配,然后使用基于不同尺度空间的Mexican hat检测算子进行特征点提取。将特征点按照局部区域进行分组,再对每一组内的特征点进行匹配操作。最后使用基于分组的随机采样一致性检验进行变换矩阵求解。算法使用Mexican hat特征检测算子进行两种图像特征的提取,对两种特征分别进行匹配,完成图像配准操作。实验结果表明,给出的Mexican hat特征检测算子在配准精度上不亚于当前主流检测方法,配准算法具有复现率高和运算速度快的优点。     

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。