基于多特征的指纹图像分割算法

介绍了一种基于指纹多特征的指纹图像分割方法。首先简述了三种基于单一特征的指纹图像分割方法:基于灰度方差的指纹图象分割、基于方向信息的指纹图象分割和基于角部灰度均值的指纹图像分割的适用情况及利弊,然后介绍了将方向图法和灰度法两种分割方法合理结合起来的基于多特征的指纹图像分割方法,该方法首先将图像划分成多个不重叠的块并计算各子块的灰度方差与均值,再根据各个图像块的灰度方差值与方差阅的关系确定各子块是采用方向图法还是采用灰度法继续进行图像分割。实践证明,基于多特征的指纹图像分割方法充分利用了指纹图像的特征,避免了单一特征的缺陷,从而能获取更加清晰质量更好的指纹图像,为指纹的进一步识别提供了更好的条件。     

基于纹理分析的指纹图像预处理算法研究

论文针对指纹图像的纹理特点,给基于纹理分析的指纹识别系统建立了一套指纹预处理体系,为指纹纹理特征的提取和比对奠定基础。文中主要以指纹识别处理流程为线索,提出了一套指纹预处理算法。首先对输入的指纹图像进行灰度归一化,再计算指纹图像的方向场,然后在此基础上对指纹图像的中心参考点进行定位,再以找到的参考点为中心提取有效区域。实验结果表明,该方法处理好,运算速度快。     

基于像素聚类的指纹分割算法

为准确提取有效指纹区域,提高自动指纹识别系统的准确率,降低后继处理算法的时间消耗,以像素点为考察对象,将条件概率事件模型引入到指纹图像分割方法中,在研究指纹图像所固有的纹理特征后,提出了指纹条件概率模型,根据有效指纹脊线与背景区域的差异,结合指纹脊线的相关特征,将指纹图像上的像素点分为有效指纹区域内的像素点和背景像素点两大类,为指纹图像的分割处理提供了一种有效的方法。     

基于贝叶斯最小错误率的一种新的指纹分割算法

指纹图像分割是自动指纹识别系统中非常重要的一步。本文介绍了一种新的基于贝叶斯最小错误率的指纹分割方法。首先,提出了一种新的基于方向信息的分割特征。然后,具体介绍了基于这种特征的分割算法。最后根据最小错误率的贝叶斯决策确定合适的阈值割除背景区域。这种方法在FVC2000指纹库中进行了测试,实验结果证明了它的有效性。     

基于方向滤波分割的指纹自动识别系统算法

为适应当前个人身份鉴定迫切需要，提出了一种基于方向滤波分割的指纹自动识别系统的完整方案。该系统主要分指纹预处理及识别两大部分，包括方向图的计算、平滑、方向滤波、二值化、去噪、特征提取、特征编码及识别的方法。利用该系统的预处理及特征编码和识别方法，指纹图象得到了较好的增强，而且，在识别过程中能克服一定范围内指纹旋转及平移因素的影响。本系统具有高效识别和很强的抗干扰能力，对于残缺或模糊的指纹图象也有很好的识别效果，有较高的使用价值。     

指纹自动识别中图像分割算法研究

为了可靠、准确地实现指纹的自动识别,提出了一种简便、可行的指纹图像的分割算法。通过合理地运用指纹图像的灰度特性,以较低的计算代价有效地解决了指纹图像的分割问题,从而使算法的处理效果好、运行速度快。实验表明,这种分割算法对于指纹图像的预处理十分有效。     

基于指纹的图像分割方法比较

本文用两种图像分割的方法,阚值分割和边缘检测分割处理指纹图像,通过比较处理后的图像,认识到图像分割的意义,并明确阈值分割和边缘检测分割方法,得出在何种情况下适合使用何种分割方法。     

基于纹理谱的纹理分割方法

纹理分析是图象处理中的一个重要领域。本文提出一种基于纹理谱特征分割纹理图象的方法。它首次将纹理谱特征与区域生长算法结合起来，从而实现了无监督的纹理分割。纹理谱特征具有对方向性敏感等优点，基于纹理谱的纹理图象分割取得了良好效果。     

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。     

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。     

基于质量评估的残留指纹分割

针对孤立的残留指纹往往具有清晰的纹路而不易被分割的问题,提出一种质量评估在残留指纹分割中的应用算法。该算法首先选取指纹图像的有效面积、干湿程度、位置偏移量作为评价因子,然后综合考虑各种评价因子求取总的质量分得到最终的评价结果;最后通过计算面积割除孤立的残留指纹。该算法的改进之处：首先在指纹预处理之前先判断指纹的质量,很好地控制了录入指纹的质量;其次使用Freeman链码表示法计算残留指纹的面积。实验结果表明,该算法不仅对不合格的指纹有较好的过滤效果,而且可以有效地分割残留指纹。     

离散傅里叶变换在指纹图像分割中的应用

指纹图像分割是指纹图像预处理过程的重点之一,是实现后续处理的前题。通过对图像进行快速傅里叶变换,从频域角度对指纹图像纹理的研究,提出一套基于二维DFT的指纹分割算法。这种算法一定程度上克服了传统方法对指纹纹理信息利用不足的局限性,可以获得良好的分割效果。实验结果表明：算法对于剔除背景噪声和指纹图像中模糊区域有效,分割效果非常理想。     

基于Gabor滤波器的指纹图像增强算法

介绍了一种基于Gabor滤波器的指纹图像增强算法,该方法对传统的Gabor滤波器的参数和大小进行了优化。实验表明这种算法具有很好的处理效果。     

一种改进的指纹图像分割算法

提出了一种传统的指纹图像分割算法——方差法的改进算法。该算法给出了图像块均值及方差的新的计算方法,并用均值和方差的比值作为前景和背景区域的分割标准。既能有效抑制噪声对分割效果的影响,又能对对比度较低的图像实现理想分割。实验结果表明该方法比传统的方差法和方向法分割更准确。     

一种织物彩色图像的分割算法

提出了一种针对织物彩色图像的分割算法。该算法在颜色聚类的基础上,把每种颜色用 不同的序号来表示,生成一个与原图同大小的序号矩阵,然后根据矩阵中序号的分布进行初始分割并 产生种子区域,再把初始分割未能确定的像素指派到种子区域中,最后根据颜色信息合并过分割的区 域,并对区域边缘进行平滑,得到最终的分割结果。实验表明,该算法能较有效地实现各类彩色织物 图像的分割。     

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。     

采用几何模型切分的人脸纹理图像生成算法

为了克服传统的照片图像拼接方法中利用特征线进行不同照片之间公共交界线定位不准确的缺点,提出一种“几何模型切分”的人脸纹理图像生成算法。通过对人脸几何模型进行切分,以切分后模型图片的轮廓作为边界线裁剪相应的人脸照片,实现不同照片之间交界线的准确对接,并采用柱面纹理映射方法将生成的纹理图像映射到特定人脸几何模型上。实验结果表明,采用提出的“几何模型切分”算法生成的人脸纹理图像进行纹理映射可以得到较好的真实感三维人脸模型,是一种生成人脸纹理图像的有效方法。     

结合方差及方差梯度的指纹图像改进分割算法

通过对基于方差及方差梯度的指纹图像分割算法的分析,提出一种改进算法。将指纹图像分块,结合各块方差及其梯度信息,自适应选取两个分割阈值,分割后去除孤立图像块,得到最终分割结果。实验表明,该算法简单快速,能够更有效地去除图像中的局部模糊区域,同时更完整地保留有效指纹区。