改进的低质量指纹图像分割算法

低质量指纹图像处理一直是自动指纹识别技术的研究重点,对低质量指纹图像的分割是图像增强、细化和特征提取的重要前提。在分析传统方法局限性的基础上,从指纹图像的灰度分布规律出发,提出了基于点方向图和灰度均衡的指纹图像分割算法。实验结果表明,相比于已有的指纹图像分割算法,该算法的分割效果更好,具有很强的噪声抑制能力。     

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。     

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。     

指纹图像的高效分级分割算法

文章中提同了一种新的指纹图像分割算法，引入分级分割的观点，首先从图像中分割得到完整的指纹区域，然后从指纹区域中提取出清晰的指纹区域和受噪声干扰但可恢复的指纹区域。区域生长被引入到第一级分割中，使算法更具鲁棒性，与两种重要的指纹图像分割算法相比较，分级分割算法对不同类型的指纹图像都能精确地进行分割，是一种高效自适应的指纹图像分割算法。     

基于指纹连通性的灰度方差分割算法

针对方差分析和方向信息等传统的指纹分割法的局限性,运用有向图的原理,将指纹的连通性与灰度均衡算法结合,提出了一种改进的指纹分割算法.依据指纹连通性把分块后的指纹图像结合有向图原理进行处理,避免了指纹图像中孤立区域的产生,能够从指纹区域的一个分块快速判断出整个指纹区域.试验分析结果表明,该算法运行速度快、分割效率高、实用性强,并对指纹图像进行了初滤波和规格化处理,可广泛应用于实时处理的自动指纹识别系统.     

基于频域统计量的联指图噪声检测和去除

针对联指图中存在的各种噪声,提出了一种基于频域统计量的联指图噪声检测和去除算法。首先对联指图进行规格化处理,然后利用三个频域统计量来检测和去除噪声,最后对图像进行后处理。该算法根据指纹和各种噪声在频域上的不同特性,给出了相应的噪声判定条件。实验结果表明该算法是一种行之有效的联指图噪声检测和去除算法。     

基于纹理分析的指纹图像分割算法

低质量指纹图像处理是近年来自动指纹识别技术的研究重点,对低质量指纹图像的分割是实现后续处理的前提。文中在分析了方差作为分割指标的局限性基础上,从指纹图像的纹理特征出发,研究了指纹图像的灰度分布规律,提出了基于纹理的指纹图像分割算法。实验结果表明,相比于基于灰度方差的指纹图像分割算法,文中算法的分割效果更好,对噪声的抵抗能力更强。     

基于方差及方差梯度的指纹图像自适应分割算法

指纹图像分割指从图像背景中分离出有用的指纹区域的过程.利用图像方差及其梯度的性质提出一种自适应指纹分割算法.首先将待分割的图像分为3×3的块,计算块方差及其梯度,并以两者的乘积作为块特征;然后使用一种自适应的方法设定阈值完成分割;最后利用形态学方法进行后处理得到最终结果.在FVC2002和FVC2004数据库上的实验结果表明,该分割算法快速有效,且有较强的鲁棒性.     

改进的指纹图像自适应分割方法

指纹分割是指纹图像预处理中的重要一步。对传统的指纹分割算法分析比较,并且在基于灰度方差的指纹分割算法的基础上,利用指纹图像区域脊线和谷线间隔均匀出现的纹理特征提出一种自适应指纹图像分割算法,避免了凭经验确定阈值的问题。实验结果表明,相比于基于灰度方差的指纹图像分割算法,该算法的分割效果更好,对噪声的抵抗能力更强,且对不同类型的指纹图像有较高的适应性。     

一种改进的指纹图像分割算法

指纹图像分割是指纹识别技术中的重要步骤之一。本文在分析了已有分割算法存在的不足的基础上,提出了一种改进的指纹图像分割算法,该算法引入像素聚类的概念,将灰度特性和像素聚类相结合,形成以灰度特性为主、像素聚类为辅的分割算法,该算法克服了前面算法由单一阈值分割的缺陷。实验表明对于背景条件较复杂的指纹图像,本算法也能很准确地实现指纹图像的分割,具有较好的鲁棒性。     

基于粒子群算法与方向图法的指纹图像分割

指纹识别作为生物识别技术最为成功的应用之一,近年来已得到快速发展和普及．而指纹图像分割技术是指纹处理特征点提取的基础,同时也是高效识别指纹的关键,直接影响整个指纹识别系统的性能．本文在对相关的指纹图像分割方法分析的基础上,利用粒子群算法的阈值分割方法和方向图的指纹图像分割技术的优点,进一步研究并提出了一个混合分割方法．实验结果表明,这两种方法的结合运用可以获得良好指纹图像分割效果．     

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。     

An algorithm for distorted fingerprint matching based on local triangle feature set

Coping with nonlinear distortions in fingerprint matching is a challenging task. This paper proposes a novel method, a fuzzy feature match (FFM) based on a local triangle feature set to match the deformed fingerprints. The fingerprint is represented by the fuzzy feature set: the local triangle feature set. The similarity between the fuzzy feature set is used to characterize the similarity between fingerprints. A fuzzy similarity measure for two triangles is introduced and extended to construct a similarity vector including the triangle-level similarities for all triangles in two fingerprints. Accordingly, a similarity vector pair is defined to illustrate the similarities between two fingerprints. The FFM method maps the similarity vector pair to a normalized value which quantifies the overall image to image similarity. The proposed algorithm has been evaluated with NIST 24 and FVC2004 fingerprint databases. Experimental results confirm that the proposed FFM based on the local triangle feature set is a reliable and effective algorithm for fingerprint matching with nonlinear distortions.     

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。     

基于独立分量分析的二级指纹分类算法

针对传统指纹分类算法分类不均衡的缺陷,提出一种基于独立分量分析的二级指纹分类算法。从高阶统计相关性角度出发提取一组特征指纹图像,以该组图像为基,利用该组图像构成的特征空间将指纹图像线性表出,结合系数向量和Henry分类模式将指纹库细分为11个子类,建立二级索引。应用结果表明,该算法可节省运算时间,降低复杂度。     

指纹图像二值化处理方法*

提出了一种新的带阻滤波二值化处理方法.首先,用带阻滤波和高斯低通滤波算法分别处理原始图像;然后,在高斯低通滤波图像中,用区域增长方法提取指纹的轮廓;最后,用轮廓线对带阻滤波指纹图像进行背景填充,把二值化处理限定在纹线区域内.通过实验证明,提出的二值化处理方法可以有效解决二值化处理方法中指纹的特征点丢失问题.     

基于分区模板的重叠指纹分离方法

在刑侦应用中,常需要将现场得到的多个重叠在一起的指纹分离开来。论文提出一种基于分区模板的重叠指纹分离方法。不同类型指纹脊线走向具有特定的模式,定义与每种类型指纹对应的指纹分区模板。这样,将分区模板施用于所对应类型的指纹后,每一分区内的指纹脊线成为走向基本一致的平行曲线。因而采用具有方向和频率选择性的Gabbor滤波器,选择合适的参数,可提取各个区内所要获得的指纹脊线。通过对人工合成图像和现场采集指纹图像的实验结果表明,提出的方案可有效地提取重叠在一起的指纹,保留绝大多数指纹特征点。因此,该文的方案较好地解决了指纹预处理中很少涉及,但在实践中却经常遇到的问题。     

基于三角模融合算子的指纹图像分割方法

针对指纹图像提出了一种基于三角模融合算子的图像分割算法。该方法使用方向性和对比度两个信息分别作为两个分类器的特征，并求出各分类器的判决信度，利用三角模融合算子将两个分类器的结果进行融合判决。该方法具有较高的稳健性和精确度。最后给出的实验结果验证了算法的有效性。     

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。     

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.