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。     

指纹图像预处理新方法

介绍并实现了一套完整的指纹图像预处理方法，通过剩余块处理和平滑方法改进了传统的指纹图像分割算法；使用方向匹配的方法对指纹图像方向块进行方向滤波完成图像增强；并除去细化后存在的短线和毛刺。该算法对Secugen指纹仪采集的图像和FVC2004数据库中的指纹图像进行实验，结果表明经过预处理后的指纹图像质量得到明显增强，方便进行细节特征提取。     

指纹图像预处理算法研究

在对现有指纹图像预处理算法进行大量分析和实验的基础上，提出了一套高质量的指纹图像预处理算法。利用基于傅立叶变换的频域处理方法对指纹图像进行增强和去噪；在二值化过程中采用动态阈值法，并充分考虑了像素的周边信息；在细化后进行了去伪操作。整套算法充分考虑了指纹图像本身固有特征，把全局特性与局部细节统筹安排。实验表明这是一套简单易行、高效的算法，可以很好的提高指纹图像的质量，为后继处理打下良好基础。     

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。     

指纹图像预处理方法的研究

本文研究了一种指纹图像预处理方法，结合指纹的结构信息对指纹图像进行了处理．包括方向图的计算、平滑，图像分割，方向滤波及增强二值化等．并给出了实验结果．实验结果表明：处理效果较好．     

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。     

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。     

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。     

指纹图像的预处理

采用基于方向信息的形态学运算对指纹图像进行预处理。针对指纹图像的特点，首先对图像进行规格化；然后采用分块直方图均衡化方法做一次增强；接着用动态阈值法对图像二值化；根据方向信息对二值图像做基于形态学闭运算的二次增强；最后对二次增强图像细化。给出了一种简单有效的指纹图像预处理方法以及该方法的实验结果。     

基于灰度均衡的指纹图像分割算法

针对MBF200芯片指纹采集器采集的指纹图像的特点,提出了一种新的指纹图像分割方法。该方法简单实用,能快速而有效的分割指纹图像,符合指纹识别系统的实时性要求。首先对指纹图像进行灰度均衡处理,然后根据图像的灰度特征对指纹图像进行分块分割,最后应用数学形态学修复指纹图像的前景边缘。使用该方法对研究室自行设计的MBF200半导体指纹采集器采集到的指纹图像,进行大量的测试。实验结果表明,该方法对这种类型的指纹图像分割是有效的。