指纹图像的一种奇异性检测算法

分析了现有的指纹图像奇异性检测方法中存在的问题，提出了新方法。将指纹的方向图转换为类似灰度纹理，用所提出的改进的新纹理特征检测奇异性。实验表明新方法检测奇异性的正确率为90．2％。     

小波在火箭弹道数据奇异性分析中的应用

小波分析克服了短时傅里叶变换固定分辨率的弱点,既可分析信号的概貌,又可分析信号的细节,利用小波变换来分析信号的奇异性及奇异性位置和奇异度的大小是非常有效的,该文提出了火箭弹道测量数据奇异性分析的应用方案,并分析了实际弹道测量数据的奇异性,得到了弹道测量数据奇异性检测的小波分析的新方法.     

小波分析在水下回波奇异性检测中的应用

本文研究了信号的奇异性检测问题,给出了小波变换和信号奇异性的关系,实现了小波分析对信号各类奇异间断点的有效检测,最后进行了实例分析。此理论与方法适用于对边缘信号与突变信号的处理和提取,为水下目标的特征提取及识别提供理论依据。     

基于小波变换模极大值的信号奇异性检测

奇异性信号往往带有一些重要信息,小波是奇异性检测的一种有力工具。本文通过小波变换模极大值法对信号的消噪处理和奇异性检测,并对几种常见小波进行不同奇异性信号的检测效果对比,并实际应用于电压骤变信号的分析。     

几种复小波在奇异性检测中效果的比较分析

介绍了信号奇异性检测的基本方法以及奇异性检测与小波变换的关系,基于复小波变换模极大方法检测奇异性的理论,在加性高斯白噪声环境下,分别用几种复小波检测了信号奇异点的位置,估计了信号奇异点的Lipschitz指数,并对实验结果进行了比较分析。     

鼾音信号奇异点检测的小波变换分析方法

针对鼾音信号的特点,提出一种利用小波奇性检测原理的方法,以MATLAB仿真为基础,不但给出分析鼾音信号不同频段特征的仿真结果,又对信号奇异性进行了检测,确定了奇异性的位置和奇异性指标。结果表明,该方法给分析异常鼾音信号或医疗诊断提供了非常有价值的信息。     

小波基和噪声对信号奇异性检测性能的影响*

在分析小波变换物理本质和奇异性检测原理的基础上,研究了小波基和白噪声对信号奇异性检测性能的影响。仿真结果表明,对于信号本身的突变性,支撑区较短的小波基具有较好的检测效果,且检测性能一般不受噪声的影响;而对于K阶奇异信号,只有具备K阶或K+1阶消失矩的小波基才能检测出这类信号的奇异性。同时,由于这类信号的奇异性十分微弱,易被噪声扰动,因此难以保证在噪声背景下准确检测信号中的奇异性质。     

基于小波变换的雷达测量数据分析

通过对信号奇异性、小波方法检测信号奇异点原理的探讨，研究了小波对数据信号奇异点的识别与处理方法，得出了用于雷达数据奇异点检测的小波函数的选取原则．通过某次卫星发射任务雷达测量数据的奇异性分析，准确地判定了雷达跟踪测量的数据丢失点和重新捕获点，达到了数据奇异性点准确定位和分析其奇异性类型的目的．     

利用小波变换检测海杂波中信号的一种新方法

当雷达擦地角较小时,由于遮挡等因素的影响,海杂波中会出现所谓的“海尖峰”,对目标检测影响剧烈.文中提出一种新方法先利用小波变换对具有“海尖峰”特性的真实海杂波数据进行奇异性分析,在剔除奇异点后,再通过小波阈值处理进一步抑制杂波,最后基于Wigner-Ville时频分析方法检测信号.仿真结果表明了该方法在海杂波中检测信号的有效性.     

基于Contourlet的图像融合新方法

首先分析了小波变换在进行图像处理时不能有效表示直线/曲线的奇异性问题,然后研究了能够很好表示二维或更高维奇异性的Contourlet变换的基本原理.接着讨论了将Contourlet变换应用于图像融合的可行性,提出了基于Contourlet变换方法进行图像融合的基本架构,并对变换系数的设置与融合过程的处理进行了详细说明.对主客观性能比较进行了仿真实验,结果表明,提出的新方法比其它几种方法的融合效果要好得多.     

Fingerprint pattern classification

This paper presents a new method for fingerprint classification. In this method, fingerprint images are divided into 32 × 32 subregions to obtain direction pattern. Next, the relaxation smoothing process with singularity detection and convergency checking is performed. Starting from the singular regions found, feature parameters of the fingerprint are obtained by extracting major flow-line¹ traces. The result of the experiments shows that this approach is capable of classifying fingerprint patterns into more than ten categories.     

基于连续分布方向图的指纹奇异点检测

在指纹连续分布方向图(场)的基础上,对经典的PoincaréIndex计算公式进行了改进,提出了一种新的基于连续分布方向图的指纹奇异点检测算法。由于指纹连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有较高的精确度;而改进后的PoincaréIndex不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向。所以,该算法能够在像素级水平精确定位指纹奇异点(core point和delta point),精确度达到一个像素。在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及笔者采集的AFIS2004指纹库(含4000幅指纹)上的实验结果验证了该算法的有效性。     

基于方向的指纹奇异点提取

准确、可靠地检测指纹奇异点(核心点和三角点)对于指纹的分类和匹配有重要的意义。针对指纹图像奇异点提取中准确判断和精确定位的难题,介绍了一种比较好的奇异点检测算法。根据奇异点的性质,利用Poincare Index方法求出核心点和三角点。根据相关规则,清除虚假奇异点。实验结果证明该方法能够从指纹图像中较精确、可靠地提取出奇异点。用该方法对不同质量的指纹图像进行实验,并与其他方法进行比较,结果表明该方法更加有效、可靠,具有很好的鲁棒性。     

一种基于多级分割的指纹奇异点检测新方法

针对指纹图像奇异点检测中奇异点精确定位和可靠判断的难题，提出了一种基于多级分块尺寸的指纹奇异点检测新方法。首先，对于一枚指纹图像，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计。然后，根据估计的指纹方向场信息进行指纹奇异点检测。接着，利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确定位、可靠判断。最后，在具有2500枚指纹的NJU 2000指纹数据库上的实验结果验证了该方法的有效性。     

一种指纹图像奇异点检测的方法

准确、可靠地检测奇异点(core点和delta点),对指纹分类和指纹匹配具有重要的意义.针对低质量指纹图像奇异点检测中精确定位和可靠性判断的难题,提出了一种检测指纹奇异点的方法.首先,对于一幅指纹图像,在同一分块尺寸下进行多次图像错位分块,并且分别在不同的图像错位分块情况下检测指纹的奇异点,得到区域相对集中的奇异点位置的集合,并计算其质心,以精确地确定奇异点的位置.然后,再在不同的分块尺寸下检测奇异点,并进一步判断上一步所检测到的奇异点的真伪.该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下检测的奇异点位置相互关联的特性,能够从指纹图像中较精确、可靠地检测出奇异点.在部分典型低质量指纹图像上的实验结果验证了该方法的有效性,对低质量指纹图像具有良好的鲁棒性.     

Residual orientation modeling for fingerprint enhancement and singular point detection

This paper presents a novel method for fingerprint orientation modeling, which executes in two phases. Firstly, the orientation field is reconstructed using a lower order Legendre polynomial to capture the global orientation pattern in the fingerprint structure. Then the preliminary model around the region with presence of fingerprint singularities is dynamically refined using a higher order Legendre polynomial. The singular region is automatically detected through the analysis on the orientation residual field between the original orientation field and the orientation model. The method does not require any prior knowledge on the fingerprint structure. To validate the performance, the method has been applied to fingerprint image enhancement, fingerprint singularity detection and fingerprint recognition using the FVC 2004 data sets. Compared with the recently published Legendre polynomial model, the proposed method attains higher accuracy in fingerprint singularity detection, lower error rates in fingerprint matching.     

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。     

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。