指纹图像的预处理算法

根据指纹的固有特性及常用算法在指纹处理中的缺陷，文中提出一套有效的预处理算法。对于图像增强，算法利用指纹的方向特性和频率特性设计出Gabor滤波器对图像进行滤波，取得理想的效果；在图像分割，二值图像处理等方面也作了改进。     

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。     

指纹图像预处理和特征提取

根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声算法，并提出了一种新的滤除指纹伪特征点的方法。通过对上百幅不同质量的指纹图像进行测试，获得了较好的效果。     

基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构，提高指纹图像预处理算法的抗噪能力，提出了一套基于方向图的指纹图像预处理算法，对传统的方向图计算方法进行了改进，加入了噪声检测功能，得到了更为精确的点方向图，并利用指纹图像的方向信息进行分割、滤波去噪、二值化，最后细化得到了效果比较理想的指纹点线图。实验证明，文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构，对各种噪声干扰具有较强的鲁棒性。     

指纹图像预处理中的关键技术研究

指纹图像的预处理在计算机指纹自动识别系统（AFIS）中有着非常重要的作用,直接制约着系统的识别率和识别速度。指纹图像预处理通常包含图像的分割、去噪、增强、二值化和细化等。在总结现有常用预处理算法的基础上,通过实验对预处理中的三个关键算法即指纹图像的增强、二值化和细化进行了详细地研究,根据指纹图像的特点提出了一些有效的改进算法,实验结果显示这些改进的算法对指纹图像的处理效果明显,可以很好地提高指纹图像的质量,为后继处理打下良好基础。     

指纹图像预处理新方法

介绍并实现了一套完整的指纹图像预处理方法,通过剩余块处理和平滑方法改进了传统的指纹图像分割算法;使用方向匹配的方法对指纹图像方向块进行方向滤波完成图像增强;并除去细化后存在的短线和毛刺。该算法对Secugen指纹仪采集的图像和FVC2004数据库中的指纹图像进行实验,结果表明经过预处理后的指纹图像质量得到明显增强,方便进行细节特征提取。     

指纹识别系统中的图像预处理技术

根据指纹的特点,提出了一套有效的指纹识别预处理算法.包括前背景分离、基于空域和频域的图像增强、方向滤波、二值化、细化以及细化去噪处理.由于常用算法在指纹处理中存在缺陷,本文改进了增强算法和细化算法.实验证明,经过本算法处理后,减少了指纹图像中的伪结点和原有特征的丢失,有利于指纹特征提取.     

基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构,提高指纹图像预处理算法的抗噪能力,提出了一套基于方向图的指纹图像预处理算法,对传统的方向图计算方法进行了改进,加入了噪声检测功能,得到了更为精确的点方向图,并利用指纹图像的方向信息进行分割、滤波去噪、二值化,最后细化得到了效果比较理想的指纹点线图。实验证明,文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构,对各种噪声干扰具有较强的鲁棒性。     

基于Matlab实现的指纹图像预处理算法

指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败,在前人的基础上提出了一套基于Matlab实现的指纹图像预处理算法.文中给出了用Matlab对每个指纹图像处理功能模块的算法实现、改进方法及处理结果,主要包括去边缘背景,块方向图求取,增强和二值化的合并,细化.用Matlab实现的这种方法,既能分步对指纹图像预处理算法进行仿真测试,又可以很直观地看到图像处理算法的效果,有效配合了算法的研究.实验证明,用Matlab实现的算法的处理结果比较理想,满足识别的应用性.     

基于方向滤波的指纹图像增强算法研究

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。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

基于自动参数标准化的指纹分割方法

提出了一种合成的指纹分割方法:基于自动参数标准化的指纹分割方法。这个方法应用指纹图像中方向图和灰度变化信息,具有高效性和强壮性的特点。与以往指纹分割方法中固定参数标准化相比,基于自动参数标准化的指纹分割方法可以把指纹图像最大程度的标准化而不会恶化指纹图像细节。     

指纹图像质量预评价方法研究

指纹图像的质量直接影响着指纹识别系统的可靠性和正确性,如何有效的评估指纹图像的质量和排除低质量的指纹图像是一个比较难的问题。在灰度图像处理的研究基础上,给出了一套基于图像灰度和指纹纹理的指纹图像质量预评价方法。该方法充分考虑指纹识别系统的特点,设立关键参数,并把分步排除与综合评价相结合。该方法速度快、占用内存小,能很好的评估指纹图像的质量,提高系统的可靠性。     

基于方向场的指纹图像偏微分方程修补模型

提出一个用于指纹图像修复的新的偏微分方程(PDE)模型,该模型对指纹图像的缺损区域能进行有效的修补。通过分析比较现有的技术方案对指纹图像修补的不足:一般常见的图像修复模型由于缺乏方向场的几何信息,对于指纹图像,这些模型不能给出满意的修补结果;或者虽然引入了方向场的几何信息,但在具体修补时会出现将不同的脊线连到一起不同的错误结果。该模型采用方向场作为扩散方向,在扩散过程中灰度信息沿着表征脊线方向的局部固定方向传播到待修复区域中, 改进了一般PDE模型不能用于修复指纹图像的不足。数值实验结果表明在修复指纹图像时提出的模型优于一般的模型     

二值指纹图像方向图算法

在指纹自动识别过程中,指纹的纹理特点决定了方向信息的重要性。图像的增强、二值化、分割、模式分类以及压缩等许多地方,都用到了方向信息。方向图是方向信息的表示方法,方向图的准确性决定了自动识别过程中各种算法的效果。本文在二值化处理的基础上,提出了一种不受背景干扰的指纹图像方向图算法,能够准确地反映了指纹模式区的纹理方向。实验证实我们的算法具有良好的鲁棒性,可用于二值化的后期处理。     

指纹图像方向提取方法的研究

指纹自动识别是图像处理技术、模式识别技术与计算机数据库技术的综合应用。指纹图像的方向信息对指纹的预处理、增强、分类及匹配有着重要的作用。因此，在指纹自动识别系统中具有重要的研究价值。文中在金字塔表示法的基础上提出了一种新的指纹图像方向提取方法。该方法通过改进局部方向的估计方法、确定传递权值等方式，提高指纹图像提取方向信息的准确性。实验表明，这种方法对指纹图像噪声有很好的健壮性，且在质量较差的指纹上提取方向信息的准确性方面相对于常用的局部梯度算法来说有明显提高。     

一种基于信息融合的指纹特征点提取方法

针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。     

结合方向信息的指纹二值化及后处理算法

指纹图像二值化是指纹细化处理的前提,是指纹识别预处理的一个重要部分。为利用指纹图像所具有的纹理特性,将指纹的方向信息引入到二值化处理过程中,综合考虑指纹的方向信息和自适应选择局部阈值,提出了一套完整的结合方向信息的自适应局部阈值二值化及后处理算法。实验结果表明,该算法具有很好的二值化效果。而且,该算法具有很好的连接指纹图像中断线、消除孔洞、去除粘线的能力,这对提高细节特征提取结果的准确性具有重要的意义。     

指纹图像的预处理

采用基于方向信息的形态学运算对指纹图像进行预处理。针对指纹图像的特点，首先对图像进行规格化；然后采用分块直方图均衡化方法做一次增强；接着用动态阈值法对图像二值化；根据方向信息对二值图像做基于形态学闭运算的二次增强；最后对二次增强图像细化。给出了一种简单有效的指纹图像预处理方法以及该方法的实验结果。     

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。     

结合方向信息和模糊聚类的指纹图像二值化方法

尽管指纹图像具有局部方向一致性,但在一些局部区域,尤其是包含指纹奇异点的区域点方向变化仍然较大.鉴于此在求出指纹各个像素的点方向以后对指纹图像进行分块,引入了方向信息可靠块和方向信息不可靠块的概念.对方向信息可靠块提出一种用方向信息分割指纹图像的方法.对方向信息不可靠块,采用两种方法区分出指纹决和背景块:一是利用该块的均值、方差;二是利用邻域信息.在此基础上对不可靠块中的指纹块采用加权模糊C.均值聚类的方法对其进行二值化.实验表明:用本文提出的方法对指纹图像进行二值化处理后得到的二值图像脊线光滑无孔洞.对断线起到了一定的连接作用,而且对于方向变化较大的分块避免了二值化后纹线的偏移.