一种基于独立分类特征的指纹多级分类算法

为了提高基于大容量指纹库的自动指纹识别系统的检索效率,提出一种基于独立分类特征的指纹多级分类算法。依据评测指标对输入指纹图像进行质量评估,若指纹质量不合格,则提醒用户重新输入;若指纹质量合格,则分别利用指纹图像的纹型类别、奇异点间脊线数、中心区域脊线平均频率3个相互独立的分类特征实现多级分类,从而逐级减小检索空间。实验结果表明,该分类算法检索效率高、鲁棒性强,为大容量指纹库提供了一种快速有效的索引机制,具有很强的实用性。     

指纹图像质量预评价方法研究

指纹图像的质量直接影响着指纹识别系统的可靠性和正确性，如何有效的评估指纹图像的质量和排除低质量的指纹图像是一个比较难的问题。在灰度图像处理的研究基础上，给出了一套基于图像灰度和指纹纹理的指纹图像质量预评价方法。该方法充分考虑指纹识别系统的特点，设立关键参数，并把分步排除与综合评价相结合。该方法速度快、占用内存小，能很好的评估指纹图像的质量，提高系统的可靠性。     

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。     

基于临界特征点的图像匹配算法

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。     

基于判别因子的指纹图像质量评估算法*

提出了一种新的指纹图像质量评估方法。该方法根据不同指纹特征对最终评估结果影响的大小,依次通过指纹图像有效面积比、位置偏移量、灰度均值、灰度方差、傅里叶频谱能量比等判别因子对指纹图像质量进行评估,并对低质量指纹提出改进建议。实验结果表明,该算法能够对不同质量的指纹图像进行准确评估,拒绝低质量指纹的输入,可显著提高自动指纹识别系统的准确率和识别效率。     

指纹图像质量评估的研究与应用

指纹图像质量评估是自动指纹识别系统(AFIS)中重要的一个环节。指纹采集仪采集的指纹图像质量对预处理及指纹识别的效率有很大的影响。分析了现有的指纹采集细则,对有效面积、灰度变换、干湿、位置偏移等方面对指纹图像质量的影响进行了深入的探讨,并提出一种改进的基于边缘细节点信息的指纹图像质量评估方法,对采集到的指纹图像进行质量评测,为图像的预处理提供质量较高的指纹图像。实验证明,该方法对不合格的指纹图像有较好的过滤效果,有利于提高整个系统的效率。     

基于图像采集质量评价的指纹与指静脉双模态识别决策级融合方法

针对单一模态生物特征识别系统性能受图像质量影响较大问题,提出一种基于图像采集质量评价的指纹与指静脉识别的决策级融合方法。该方法不仅对指纹图像进行质量评价,并首次根据指静脉图像特性设计图像采集质量评价指标,以达到克服图像质量对识别结果影响的目的。再针对这两种模态图像特点分别进行分类器设计,得出各自的识别结果后,结合上述得到的图像采集质量评价分数进行决策级融合,将融合后的结果作为最终的识别结果。实验表明,该方法有效克服图像质量对识别结果的影响,提高识别系统的性能,为多生物特征身份识别提供一种有效途径。     

指纹图像质量评估的研究与应用

指纹图像质量评估是自动指纹识别系统（AFIS）中重要的一个环节,它将在对指纹图像进行分割、细化等预处理操作之前对图像质量进行评估,去除不满足要求的指纹图像以提高后续处理的鲁棒性。文章分析了现有的指纹采集细则,对有效面积、干湿、位置偏移、方向模糊等方面对指纹图像质量的影响进行探讨,对采集到的指纹图像质量进行质量评测,为图像的预处理提供质量较高的指纹图像。实验证明,该方法对不合格的指纹图像有较好的过滤效果,有利于提高整个指纹识别系统的效率。     

多指标融合的指纹图像质量评测方法

提出一种将分级排除和综合评测相结合的多指标融合的指纹图像质量评测方法。该方法综合考虑指纹图像的局部特征和全局特征,通过从空域和频域上提取质量评测指标,采用非线性加权平均的数学模型计算指纹图像的质量得分,得到对指纹图像质量的客观评测结果。在FVC2004标准指纹库中进行实验,结果证明该方法可以准确、客观地评测指纹图像质量,评测结果与专家的视觉评测结果接近。     

基于支持向量机的指纹图像质量分类方法

指纹图像的质量测量与评价,在指纹图像分割、增强及指纹匹配等环节都有重要应用.同时,指纹图像的质量分类,对指纹识别算法的适用性研究也有重要意义.本文提出一种基于支持向量机的指纹图像质量分类方法.该方法选择梯度、Gabor特征、方向对比度等指标,利用支持向量机有效实现指纹图像质量分类.并采用少类样本合成过采样技术(SMOTE)降低指纹图像质量好坏的类别不平衡问题对分类的影响.理论分析和实验结果都表明该方法能够较为有效地提高指纹图像质量分类的正确率.     

基于Harris角点能量的指纹图像分割算法

指纹图像分割是自动指纹识别系统预处理过程中的一个重要环节。提出了一种基于Harris角点检测器的指纹图像自适应分割算法。首先利用Harris算子计算待分割图像的角点能量,然后使用一种自适应的方法设定阈值完成初分割;采用形态学方法进行后处理以减少分割错误,最后通过面积参数去除分离的残留噪声区域。在FVC2004数据库上的实验结果表明,该分割算法能够准确提取指纹有效区域,并且对低质量指纹图像具有很好的鲁棒性。     

基于图像质量评价的嵌入式指纹采集系统

指纹图像质量的好坏对于嵌入式自动指纹识别系统的性能有着重要的影响。利用FPS200的参数可调的特征及其指纹图像本身的方向特征,提出了一种新的针对FPS200指纹传感器获取的图像质量评估方法。通过方向图检查其有效面积与图像的清晰程度,判断图像质量是否合格。若不合格,则调整FPS200的参数,直至获得高质量的指纹图像。实验表明:该方法可以明显提高嵌入式指纹识别系统的整体性能。     

基于多尺度屋顶边缘检测的指纹图象分割方法

针对指纹图象的细节识别问题,提出了一种新的分割指纹图象中脊和谷的方法。该方法是上述脊和谷看成是屋顶边缘,脊和谷的两个边界看成是阶跃边缘,并利用基于B样条小波的多尺度屋顶边缘检测方法来实现脊和谷的分割;同时详细讨论了精确确定屋顶状目标所需的尺度范围,并给出了检测目标的具体方法。实验证明,该方法用于不同质量的指纹图象的检测都取得了令人满意的效果,需要指出的是,该方法也同样适用于其它类似屋顶状目标的检测。     

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。     

基于信息可用性评价的指纹图像质量增强算法

针对指纹图像可能出现模糊、指纹区域过小、奇异点位置过偏等问题,提出了一种基于信息可用性评价与频谱分析的指纹图像质量增强算法。对指纹图像进行信息可用性评价,对不合格的指纹图像提示进行重新采集;对合格图像进行傅里叶变换并求取其频率均值和方差,计算指纹频谱图上内环、外环、中环的频谱能量值与去除直流分量后的频谱总能量值之比,以此确定指纹的清晰程度。对需要进行质量增强的指纹,利用圆滤波器去除其高频与低频干扰,利用方向滤波器连接断纹并去除粘连。实验结果表明,该方法能准确判断指纹图像的可用性,有效地增强指纹图像质量,并因其只对低质量指纹进行增强,故能有效提高指纹自动识别速度及准确性和可靠性。     

指纹图像的预处理算法

该文介绍了一种指纹图像的预处理算法,实验结果表明这种算法能有效地去除采集到的指纹图像的噪声,自适应地增强指纹图像的脊和谷的结构,标记出有效的指纹区域和无效的指纹区域,同时具有较快的速度。