基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。     

一种基于方向场和细节特征匹配的指纹识别方法

文章介绍了指纹识别的处理步骤,提出了一种基于方向场的自动指纹识别算法,分别给出了图象的预处理,二值化,细化,纹路提取,细节特征提取以及指纹匹配的特征和算法步骤,并用实验进行了证明。     

基于二值图像的指纹细节点提取

指纹细节点提取是自动指纹识别研究的关键问题之一，尽管已有很多基于细化图像分析的方法和基于原始灰度图像分析的方法，但该问题还没有得到很好的解决。因此提出了一种从二值图像上提取细节点的方法。首先通过行程匹配得到二值指纹图像中的图段，然后根据图段的结构形式和图段之间的连接关系进行细节点的判定，细节点的方向通过直线试探法获得。实验结果表明：与基于细化图像的方法相比不仅具有较高的效率，而且能使指纹匹配达到较高的精度。     

模糊几何和纹理特征在指纹细节点后处理中的应用

指纹识别一般基于指纹细节点匹配，当指纹图像质量较差时，细节点的可靠提取十分困难，通常会产生大量的虚假细节点．为提高细节点的精度，给出一种在原始灰度指纹图像上进行细节点后处理验证的方法．在每个自动提取出的细节点上取其在原始灰度指纹图像上的局部邻域，分析邻域图像的模糊几何特征和纹理特征，然后用MLP神经网络对提取出的局部邻域特征进行分类，实现细节点类型验证．实验结果表明：文中方法能有效地去除大量的虚假细节点，与其他方法相比具有较高精度．     

一种指纹宏观曲率特征提取算法

在自动指纹识别系统中,如何有效的利用大量的指纹脊线弯曲信息是个重要问题.本文提出了一种新算法,通过综合邻近几条指纹脊线的信息,求出了一种能反映指纹宏观弯曲规律的特征.实验结果表明,该算法提取出的特征清楚地描述了指纹脊线的弯曲规律,同时对噪声不敏感,可作为指纹识别的辅助特征.     

细化指纹图像中伪特征点的去除算法

指纹图像经预处理后,由于各种原因,会产生数以百计的特征.为了图像匹配的精确和快速,直接在细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点采用不同算法进行滤除.通过实验,证明了该后处理过程在去除指纹图像伪特征方面具有良好的效果.     

基于指纹细节点的可撤销比特串模板生成算法

为了提高指纹模板算法的安全性能,设计了一种基于细节点的可撤销比特串指纹模板生成算法。首先对指纹图像进行预处理,提取指纹的细节点特征,然后对细节点特征进行量化和映射生成比特串模板,最后结合用户PIN码生成可撤销指纹模板。在指纹数据库FVC2002-DB1和DB2上的实验表明,该算法具有更好的安全性和认证性能,满足可撤销性、多样性和不可逆性。     

一种改进的指纹Fuzzy Vault加密方案

为了克服传统指纹Fuzzy Vault算法在应用上的不足,提出了一种改进的Fuzzy Vault算法。主要采用一种新的多项式构造函数的方法来实现待保护密钥和指纹细节特征点的绑定,进而解决了传统Fuzzy Vault算法中密钥长度决定解码时需要匹配细节点个数的问题。实验结果表明,此方法进一步增强了算法的安全性和灵活性。     

Fast approximation of Parzen density estimation for fingerprint alignment

Previous fingerprint alignment approaches may produce biased results because of outliers caused by fingerprint noise. To account for noise, major trends from transformations can be extracted using Parzen density estimation. However, this extraction is computationally intense. Here, we propose a fast approximation algorithm of the Parzen density estimation for global fingerprint alignment. Experimental results show that the proposed algorithm's performance is as good as that of Parzen density estimation and it has a much shorter execution time. © 2012 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

Fingerprint indexing based on minutiae-dependent statistical codes

Methods based on minutiae matching have been extensively used in fingerprint recognition because minutiae can be reliably extracted from poor quality and noisy fingerprints. However, structures have to be defined due to minutiae displacements and irreproducibility. Some of the structures, though very efficient, incur large computational complexities. In this article, a feature vector of statistically based values derived from the minutiae pattern in a fingerprint is proposed for indexing fingerprints using the incremental search retrieval method. The proposed indexing technique in combination with the incremental retrieval method proves to have an added advantage over certain minutiae-based structures, especially when the minutiae points are numerous in a fingerprint. The feature vector for a fingerprint requires negligible storage resources and, consequently, the computational time in the retrieval of a candidate list for a query fingerprint is very little.