一种有效的指纹图像方向滤波增强算法 *

方向滤波是沿着指纹纹线方向滤波的方法。一种方向滤波算法的有效性主要依赖于指纹图像方向估计的准确性和滤波模板构造的合理性。首先利用对低质量指纹图像鲁棒性较高的掩膜法估计点方向 ,并将点方向转换为块方向 ;然后使用八个方向的平滑滤波模板和锐化滤波模板 ,对指纹图像滤波进行增强 ;最后对增强后的指纹图像二值化。通过对 FVC2000指纹数据库 DB2中的指纹图像作增强处理 ,表明该算法增强效果较好。     

基于方向滤波的指纹图像增强算法研究

论文在传统指纹图像增强算法的基础上,提出了一种改进的方向滤波指纹图像增强算法,算法速度得到提高,指纹图像增强效果显著。算法以方向滤波为基础,通过Sobel算子计算指纹图像的梯度和方向,根据指纹的特点设计方向滤波矩阵,由指纹局部方向选择相应方向滤波矩阵进行滤波,使指纹图像在纹线方向上得到增强,在垂直纹线方向上得到减弱,从而增加了前景和背景的对比度,消弱了噪声干扰,突出了指纹的有效信息,为后续的处理过程提供了良好的图像基础。     

指纹图像预处理与特征提取

指纹图像预处理与特征提取是指纹识别的前提。提出一套基于方向滤波与模糊数学方法的指纹图像预处理算法，并给出了指纹特征提取及其后处理算法。指纹图像预处理首先求出指纹的方向场，然后根据方向场进行滤波，最后用模糊数学方法得到二值化图像。指纹特征提取则先从细化指纹图中得到特征点，并依据伪特征点的脊线与角度特征剔除伪特征点。     

基于非线性扩散滤波的指纹增强算法

根据指纹图像的特性提出了一种利用非线性扩散滤波增强指纹图像以提取细节点的 方法.该算法利用指纹图像的结构张量构造扩散张量.使得滤波沿着指纹脊线方向扩散.在 求解非线性扩散滤波中最重要是怎样选取迭代时间和迭代步长.为了解决这两个问题,根据 扩散张量在大小为(2n+1)×(2n+1)窗口上的离散形式,分解扩散滤波为4n个方向的和, 然后利用托马斯-高斯消元法在每个方向快速求解非线性滤波后的指纹增强图像.该算法的 优点是可以有效地连接断裂脊线,而不会改变指纹脊线的连续性和奇异性.在NIST27数据 库及FVC2002数据库上的实验结果表明,基于非线性扩散滤波的指纹增强算法可以有效地 提高提取细节点的性能和指纹匹配率.     

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。     

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。     

基于嵌入式的指纹预处理算法研究

针对嵌入式系统需要满足实时性的要求,提出了一种改进的指纹图像预处理算法。首先采用梯度法计算指纹的方向图,并根据指纹纹线局部区域变化的特点,提出了一种新的指纹方向校正法。该方法基于方向一致性分析,结合Poincare index 方法来区分出奇异区和噪声区域,并利用邻域的方向信息对噪声区域进行平滑处理;然后由指纹纹线方向选择相应的方向滤波模板对指纹图像进行滤波;最后通过二值化、细化得到比较清晰的指纹点线图。实验表明,文中算法能够有效地保持和恢复指纹图像的纹线结构,且算法简单,能满足嵌入式系统的要求。     

指纹图像预处理效果分析

数字指纹预处理是整个识别过程的关键，全面分析各种预处理方法的特点，有助于改进预处理算法。通过实验说明了各种指纹预处理方法的效果；结合特征点变化，给出了各种预处理方法的评价；确定了基于傅里叶变换结合滤波和方向信息的频域滤波增强指纹的最佳方案，并提出了比较预处理算法的标准。     

基于多尺度分块的指纹图像二值化算法

提出了一种基于多尺度分块的指纹方向图滤波方法,并将该算法应用于指纹图像的二值化处理.实验结果表明,该算法明显优于其他算法.     

基于傅里叶变换的指纹图像增强算法

在指纹图像识别系统中,指纹图像的预处理是关键环节,而指纹图像的质量和合适的增强技术又是其中的最关键步骤。文章利用基于傅里叶滤波的指纹图像增强算法,在频域中对指纹图像进行处理,通过带阻滤波和方向滤波,取得了较好的图像处理效果。     

Frequency domain regularization of d-dimensional structure tensor-based directional fields

The present work is intended to address two of the major difficulties that can be found when tackling the estimation of the local orientation of the data in a scene, a task which is usually accomplished by means of the computation of the structure tensor-based directional field. On one hand, the orientation information only exists in the non-homogeneous regions of the dataset, while it is zero in the areas where the gradient (i.e. the first-order intensity variation) remains constant. Due to this lack of information, there are many cases in which the overall shape of the represented objects cannot be precisely inferred from the directional field. On the other hand, the orientation estimation is highly dependent on the particular choice of the averaging window used for its computation (since a collection of neighboring gradient vectors is needed to obtain a dominant orientation), typically resulting in vector fields which vary from very irregular (thus yielding a noisy estimation) to very uniform (but at the expense of a loss of angular resolution). The proposed solution to both drawbacks is the regularization of the directional field; this process extends smoothly the previously computed vectors to the whole dataset while preserving the angular information of relevant structures. With this purpose, the paper introduces a suitable mathematical framework and deals with the d-dimensional variational formulation which is derived from it. The proposed formulation is finally translated into the frequency domain in order to obtain an increase of insight on the regularization problem, which can be understood as a low-pass filtering of the directional field. The frequency domain point of view also allows for an efficient implementation of the resulting iterative algorithm. Simulation experiments involving datasets of different dimensionality prove the validity of the theoretical approach.     

一种基于小波系数区域特征的图像融合算法

分析并统计了图像经小波变换后低频子带系数的区域特性和各高频子带系数的方向区域特性,并据此提出了一种新的基于小波系数区域特征的图像融合方法.对于低频子带的每个系数,根据其区域相关性,采用区域方差的融合规则,确定低频融合系数;对于各高频子带的每个系数,根据其所在子带的方向特征,采用方向区域能量的融合规则,进而确定高频融合系数.对多聚焦图像和医学图像进行了融合仿真实验,并用信息熵和平均梯度对融合结果进行了客观的评价.实验结果表明,基于小波系数方向特征的图像融合算法要优于传统的融合算法,具有一定的实用性.     

二元树复小波变换及其在图象方向滤波中的应用

复小波变换虽然具有良好的方向选择性和平移不变性 ,但不具备完全重构性条件 ,而二元树复小波变换(DTCWT)正好解决了这一难题 .在分析二元树复小波分解后的 12个高频子带方向性的基础上 ,利用其良好的方向选择性提出了一种对线形纹理图象进行增强滤波的方法 .该方法借助于小波变换域的方向解析性 ,在各子带中保留图象中各局部主方向的信息而滤除其他方向的噪声 .利用该方法进行滤波还可以避免对信号和噪声频率特性和统计特性进行估计 ,从而大大减小了滤波的复杂程度 .以指纹图象为例的实验结果表明 ,该方法效果较好 ,便于实现 ,尤其适用于噪声特性复杂的纹理图象的滤波 .     

基于方向关系组合运算表的定性推理

方向关系的定性推理是GIS中的一个重要的理论问题。本文介绍基于井字空间的方向关系定性表示。着重讨论基于方向关系组合运算表的定性推理，最后给出一个基于方向关系组合运算表的定性推理算法。     

Computer constructed optical-rose diagrams

Rose diagrams, a circular plot of relative frequencies, are a convenient method of visualizing directional data. One method of obtaining optical-rose diagrams is by sampling the intensity distribution across the Fourier transform. This transform is produced optically using directional data in pictorial form. High-contrast black-and-white reduced transparencies form the input to the optical system containing a monochromatic laser source and a series of lenses to focus the diffraction pattern on the transform plane. Light intensity, recorded digitally over all directions on the transform plane by a set of photodiodes, is normalized and circularly plotted by computer to produce optical-rose diagrams. By selective filtering, certain directions can be eliminated to enhance the effect of the residual major or minor directional features. Directional filtering is achieved by obstructing the light in the transform plane by a wedge and using another lens. These filtered transforms can be reconstructed to form the image with the desired directions. Optical-rose construction is easy, economical, and fast, in addition to having the flexibility of selective directional filtering and reconstructing the filtered image.     

航磁图像梯度特征的提取

针对在航磁等值线图上标定地球磁场梯度特征的问题,提出立体阴影处理和梯度特征线条化的处理力法。从磁场数据提取原始位置关系,利用立体光照处理技术以及方向滤波,获得航磁数据的梯度分布图。阴影和细化后的方向滤波实验结果表明图像地表特征显示充分,且对于叠加分析具有重要价值。     

基于方向图的指纹奇异点快速检测方法

准确、快速地检测指纹奇异点(core点和delta点),对指纹分类和指纹匹配等具有重要意义.首先,给出计算指纹图像方向图的算法,然后,在基于方向图的基础上,对传统的基于poincare索引计算公式的指纹奇异点检测算法进行了改进.使用改进算法对PU-JY203U警用活体指纹采集仪采集的指纹(1000枚)进行Matlab仿真.实验结果表明改进后的算法与传统算法相比,在定位奇异点的精确度和速度上都有很大的提高.     

基于灰度最值和方向纹理的概率滤波算法

为了更高效地检测和滤除噪声,基于灰度最值和方向纹理的概率滤波算法根据灰度最值进行噪声检测,对检测出来的可疑噪声,根据四个方向纹理的平滑过渡性进行第二次噪声检测。运用滤波窗口中出现频次最高的信号像素取代噪声。如果窗口中不存在信号像素,增大滤波窗口,以使窗口包含信号像素。当滤波窗口增大到允许的最大尺寸时,窗口中依然没有信号像素,则用窗口中已处理的、出现频次最高的像素取代噪声。将算法与当前滤波性能最好的中值滤波算法用于图像滤波实验。从滤波结果的主观视觉效果和客观数据两方面进行的比较分析证明,相对于当前的中值滤波算法,基于灰度最值和方向纹理的概率滤波算法具有更加良好的滤波性能,在滤除噪声的同时,很好地保持图像的边缘和细节。     

基于模糊粒子群算法的有向传感器网络路径覆盖策略*

建立有向传感器节点模糊感知模型,利用模糊数据融合规则减少网络不确定区域.对于有向传感器网络路径覆盖问题,提出基于模糊粒子群算法的有向传感器网络路径覆盖增强算法,将n维求解问题转化为一维求解问题,以提高单个传感器节点净覆盖域为目的,提高网络覆盖率.仿真结果表明,对于感知方向可连续调节的有向传感器网络节点,在随机部署情况下与现有算法对比,文中算法能有效提高有向传感器网络路径覆盖率,并且具有较快的收敛速度,延长网络生存期.     

基于连续方向图的指纹图像预处理算法

在研究和分析了现有的预处理算法的基础上，提出了一种基于连续方向图的指纹图像预处理算法。主要包括指纹图像规格化、连续方向图计算、方向自适应滤波、二值化和细化等算法，这种连续方向图过渡平滑、自然，且有很好的连续性、渐变性和抗噪性，同时又具有极高的精确度，能更精确地反映指纹脊线的结构特征。从而使得滤波效果更佳；实验结果表明，该算法处理效果好、运算速度快，有效的满足了预处理的要求，为指纹的特征提取和识别奠定了坚实的基础。