指纹图像增强和纹线提取算法

研究并实现了指纹图像增强和纹线提取算法。改进了指纹脊线距离求取算法和基于脊线方向的纹线提取算法。实践表明,改进算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

Gabor滤波的指纹图像增强的应用研究

在大多数指纹采集过程中都会受到手指皮肤干湿度、皮肤受损程度和采集时手指压力度等因素的影响,从而导致采集的指纹图像中脊线有明显的断痕,存在大量的低质量区.为了提高指纹采集图像的清晰度,进而提升指纹识别的准确率和识别速度,本文选用Gabor滤波算法来增强指纹图像,其中包括对图像进行归一化、估算指纹方向场和频率场以及Gabor滤波这三个过程.仿真结果表明,对原指纹图像进行Gabor滤波后,可以很好地增强和改善指纹图像中的低质量区域.     

基于边缘检测技术的指纹预处理研究

介绍了一种基于二维边缘检测方法的指纹图像预处理算法.通过采用基于Gauss-Laplace图像边缘检测技术,来计算指纹脊线的方向,形成精确的指纹方向图.在此基础上,配合其它经典的数字图像像素规格、脊线提取和灰度修正方法形成本指纹图像预处理算法.试验结果表明,本算法在清晰地提取指纹脊线的同时,较好地保留了一些传统指纹预处理方法所容易丢失的精细指纹特征,提高了指纹图像预处理算法的运行速度和处理质量.     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

区域指纹图像增强技术的研究

指纹识别技术是指通过计算机,利用人体所固有的指纹生理特征来进行个人身份鉴定的技术。它本质上是模式识别技术的一个分支。指纹图像增强技术可以有效地加强指纹的脊线特征,确保特征提取算法的性能对指纹图像的质量具有足够的鲁棒性,为指纹细节的提取和匹配识别奠定可靠的基础。依据Gabor滤波器能够同时对图像局部结构的方向和空域频率进行解析的特性,介绍了一种基于二维Gabor滤波的指纹图像增强方法,提出了利用Soble算子求解方向梯度进而计算出指纹脊线方向的方法和脊线频率的方法。算法经意大利波格尼亚大学构造的指纹库的一个子集Fingdb得到了验证。     

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。     

一种改进的指纹图像增强算法

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.论文针对指纹采集中存在的指纹图像局部模糊的问题,提出了一种改进的基于Gabor函数的指纹增强算法.该算法首先对指纹图像进行归一化处理,然后对指纹图像分成奇异区和非奇异区分别进行点方向和块方向的求取,最后用改进的Gabor滤波器对指纹图像进行增强.实践表明,该方法能提高指纹图像增强的效果和速度.     

基于高斯调制二维正弦曲面滤波器的指纹增强算法

针对指纹图像的纹理特征,深入分析了指纹图像 的纹理结构及与二维正弦曲面模式的相似性,构造设计了二维正弦曲面滤波器。为了降低边际噪声对滤波器性能的影响,提升滤波器的滤波增强效果,采用二维高斯函数对二维正弦曲面滤波器进行调制,最终构建了高斯调制二维正弦曲面滤波器,设计实现了基于该滤波器的指纹增强算法。分组实验结果表明,文中提出的基于高斯调制二维正弦曲面滤波器的指纹增强 算法能够有效地提高指纹图像的质量,对普遍存在于低质量指纹图像中的断线、疤痕和粘连等强噪声区域的增强效果更好。     

缺失指纹图像识别技术研究与仿真

研究指纹图像缺失的识别问题,当提取的指纹存在破损、缺失等不完整的问题的时候,传统的指纹识别算法都是对完整的指纹图像进行直接的操作,使算法很难准确的识别.针对上述问题,提出了指纹图像曲线变化的图像修补识别算法.通过分析指纹曲线轮廓的变化,计算出指纹曲线的演化规律,再通过离散迭代方法,完成指纹缺失图像的修补,进行识别.实验表明,方法能够有效的修补缺失的指纹图像部分,提高了后期基于指纹图像识别的准确度,取得了比较好的效果.     

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.     

指纹图像多尺度分类字典稀疏增强

目的 自动指纹识别系统大多是基于细节点匹配的,系统性能依赖于输入指纹质量。输入指纹质量差是目前自动指纹识别系统面临的主要问题。为了提高系统性能,实现对低质量指纹的增强,提出了一种基于多尺度分类字典稀疏表示的指纹增强方法。方法 首先,构建高质量指纹训练样本集,基于高质量训练样本学习得到多尺度分类字典;其次,使用线性对比度拉伸方法对指纹图像进行预增强,得到预增强指纹;然后,在空域对预增强指纹进行分块,基于块内点方向一致性对块质量进行评价和分级;最后,在频域构建基于分类字典稀疏表示的指纹块频谱增强模型,基于块质量分级机制和复合窗口策略,结合频谱扩散,基于多尺度分类字典对块频谱进行增强。结果 在指纹数据库FVC2004上将提出算法与两种传统指纹增强算法进行了对比实验。可视化和量化实验结果均表明,相比于传统指纹增强算法,提出的方法具有更好的鲁棒性,能有效改善低质量输入指纹质量。结论 通过将指纹脊线模式先验引入分类字典学习,为拥有不同方向类别的指纹块分别学习一个更为可靠的字典,使得学习到的分类字典拥有更可靠的脊线模式信息。块质量分级机制和复合窗口策略不仅有助于频谱扩散,改善低质量块的频谱质量,而且使得多尺度分类字典能够成功应用,克服了增强准确性和抗噪性之间的矛盾,使得块增强结果更具稳定性和可靠性,显著提升了低质量指纹图像的增强质量。     

基于Gabor函数的小波域指纹图像增强算法

针对指纹大规模采集库中存在的指纹图像局部区过干或过湿的问题，提出了一种基于Gabor函数的小波域指纹增强算法。该算法在小波域利用低频系数图估计指纹方向，从而抑制了指纹局部过干或过湿的影响，进而分别实现基于Gabor函数的小波域各子图增强，最终将各增强子图利用小波逆变换实现重构。通过对FVC2004的DB1指纹库中的部分低质量图像的增强结果比较，该算法对低质量指纹图像的增强效果明显，且处理速度明显快于现存的Gabor增强方法。     

频率域自适应指纹图像增强算法研究

根据指纹在频率域中的特点,提出一种新方法来获取指纹脊线方向和频率。该方法不仅能够快速准确提取出指纹局部区域的方向和频率,而且对不同类型的指纹具有自适应性。实验证明,在质量较差的指纹图像中,算法对指纹图像的增强在实时性和准确性上均有大的提高。     

结合频谱扩散的指纹图像滤波增强

目的 指纹图像增强是自动指纹识别系统中的重要环节,是获取可靠的指纹细节特征的基础。为了弥补指纹图像的质量缺陷,实现对低质量指纹图像的有效增强,提出一种基于块质量评价和块频谱匹配滤波器的块频谱扩散指纹增强方法。方法 首先,基于块内点方向一致性参数,给出了块质量评价结果;然后,研究了复合窗口频谱扩散特性,完成了基于一次模糊K均值聚类、一阶自适应带宽的2维巴特沃斯带通滤波器和2维高斯窗的块频谱匹配滤波器设计;最后,依据块质量等级的高低,应用块频谱匹配滤波器对复合窗口的块频谱进行滤波增强。结果 选取FVC 2004指纹库中的大量指纹图像进行了实验,实验结果表明,该方法对高质量和低质量指纹图像均有良好的增强效果。结论 本文方法对指纹的脊线方向和频率等参数依赖较弱,拥有很强的容错能力。实验结果验证了该方法在指纹图像增强中的有效性,可适用于高质量和低质量的指纹图像增强。     

Two-stage quality adaptive fingerprint image enhancement using Fuzzy C-means clustering based fingerprint quality analysis

Fingerprint recognition techniques are dependent on the quality of fingerprint images. An efficient enhancement algorithm improves the performance of recognition algorithms for poor quality images. Performance improvement of the recognition algorithms will be more if the enhancement process is adaptive to the fingerprint qualities (wet, dry or normal). In this paper, a quality adaptive fingerprint enhancement algorithm is proposed. The proposed fingerprint quality assessment (FQA) algorithm assigns the appropriate quality class of dry, wet, normal dry, normal wet, and good quality using Fuzzy C-means clustering technique to each fingerprint image. It considers seven features namely, mean, moisture, variance, uniformity, contrast, ridge valley area uniformity (RVAU), and ridge valley uniformity (RVU) to cluster the fingerprint images into suitable quality class. Fingerprint images of each quality class undergo through a two-stage fingerprint quality enhancement (FQE) process. In the first stage, a quality adaptive preprocessing (QAP) method is used to preprocess the fingerprint images. Next, fingerprint images are enhanced with Gabor, short-term Fourier transform (STFT), and oriented diffusion filtering (ODF) based enhancement techniques in the second stage. Experimental evaluations are performed on a quality driven database of FVC 2004. Results show that the performance improvement of 1.54% to 50.62% for NBIS matcher and 1.66% to 8.95% for VeriFinger matcher are achieved while the QAP based approaches are used in comparison to the current state-of-the-art enhancement techniques. In addition, the experimentation is also performed on FVC 2002 database to validate the robustness and efficacy of the proposed method.     

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。     

小波域中的PDE指纹图像增强

提出了一种基于偏微分方程的小波域指纹增强算法。分析了一致性扩散方程的缺陷,改为使用方向扩散使方程严格沿着指纹纹路扩散;进而提出了一种基于方向扩散的小波域指纹增强算法。该算法利用小波域低频系数图增强指纹,抑制了噪声的影响,将增强子图利用小波逆变换实现重构。通过对FVC2002的dB4指纹库中部分低质量图像的增强结果比较,表明该算法对低质量指纹图像的增强效果明显,且处理速度比现存的基于PDE的增强方法快。