改进的结构化指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于结构的指纹分类算法。利用指纹图像的方向场信息,用Poincare索引值检测出方向场中不连续的点——奇异点,根据奇异点的数目和相互位置关系以及指纹脊线的结构特征确定指纹的基本类型。该算法为匹配算法提供指纹类型信息,可极大地提高算法的匹配速度和匹配精度,具有较好的使用意义。     

基于细化图像的指纹分类方法

在深入研究现有指纹分类算法的基础上，提出了一种利用细化后指纹图像的纹织全局模式进行指纹分类的方法。该方法检测细化后指纹图像的全局模式，并且结合指纹图像的方向流信息，将指纹分为六类：拱型、尖拱型、左环、右环、涡型和学生型。实验结果表明，在对低质量的指纹图像进行有效增强处理以后，该方法可以快速、准确的对指纹进行分类。     

一种复合指纹核心点定位算法

准确、可靠地定位指纹核心点对指纹的分类和匹配具有重要意义。该文分析了一种传统的基于方向场特征的核心点定位算法,并针对传统算法不能准确定位的局限性,提出了一种新的复合指纹核心点定位算法,将改进的方向场估计法和多级滤波器技术相结合,实现核心点的准确定位。实验结果表明,该算法能有效实现指纹核心点的定位,并具有较好的鲁棒性。     

一种改进的指纹分类方法

提供一种改进的指纹分类算法，该算法不仅利用了脊的方向信息而且还利用了脊的结构信息和指纹图像中的奇异点，提高了分类的准确度。在此将指纹分为5类：涡型、右旋型、左旋型，弓型，弧型。实验表明这种算法精确度高，结果可靠。     

利用中心点信息的活体指纹分类算法

一种针对活体指纹采集样本的分类算法。将指纹分为四类:弓形、左箕形、右箕形和斗形,并对斗形指纹给出了可用于进一步检索的参数及计算方法。由于活体指纹的采集方法的限制,指纹的三角点有可能采集不到。该算法消除了传统指纹分类算法过分依赖三角点的缺陷,耗时短,满足实时系统的需求。利用该方法对2150个指纹进行分类,准确率达97.1%。     

一种基于独立分类特征的指纹多级分类算法

为了提高基于大容量指纹库的自动指纹识别系统的检索效率,提出一种基于独立分类特征的指纹多级分类算法。依据评测指标对输入指纹图像进行质量评估,若指纹质量不合格,则提醒用户重新输入;若指纹质量合格,则分别利用指纹图像的纹型类别、奇异点间脊线数、中心区域脊线平均频率3个相互独立的分类特征实现多级分类,从而逐级减小检索空间。实验结果表明,该分类算法检索效率高、鲁棒性强,为大容量指纹库提供了一种快速有效的索引机制,具有很强的实用性。     

基于改进BP神经网络的指纹自动分类器

指纹分类技术是指纹数据库的一个重要索引机制.本文提出了一种新型BP网络指纹分类算法.对采集到的指纹图像进行归一化处理,计算出方向图,然后利用Poincare索引值在指纹方向图上寻找出指纹奇异点,并将其送入到改进的三层BP神经网络进行分类,克服了单纯BP算法易陷入局部极值的缺点,提高了网络全局收敛效率.采用该算法对1382枚指纹进行分类,准确率高达95.7%,达到了良好的指纹分类效果.     

基于方向场的指纹分类快速算法

本文经过分析比较以前的指纹分类的算法,提出一种基于Walsh函数的算法获取指纹的奇点和方向场,并利用方向场进行指纹分类的快速算法.根据指纹方向场的特点,以指纹奇点为中心,考察其邻近八个指定区域方向场的大致走向.依据传统的指纹分类方法将指纹分成弓型、斗型、左箕型和右箕型四种类型.实验表明,这种算法程序编制简单,计算速度快,检测结果可靠.     

基于方向图跟踪和对称轴的自动指纹分类算法

采用指纹连续分布方向图跟踪技术,提出指纹对称轴的概念及其算法。在此基础上,提出一种基于方向图跟踪和指纹对称轴的六类自动指纹分类算法,在FVC2000、FVC2002、FVC2004的Set B、FVC2004的Set A指纹库以及本文所采集的指纹库上的分类结果表明,算法能有效地将双旋型和漩涡型指纹正确分开,实现了六类指纹分类,分类正确率达到95.6%,具有较好的健壮性。     

基于改进BP神经网络的指纹自动分类器

指纹分类技术是指纹数据库的一个重要索引机制。本文提出了一种新型BP网络指纹分类算法。对采集到的指纹图像进行归一化处理,计算出方向图,然后利用Poincare索引值在指纹方向图上寻找出指纹奇异点,并将其送入到改进的三层BP神经网络进行分类,克服了单纯BP算法易陷入局部极值的缺点,提高了网络全局收敛效率。采用该算法对1382枚指纹进行分类,准确率高达95.7%,达到了良好的指纹分类效果。     

基于宏观曲率的指纹特征提取和分类

特征提取是在自动指纹识别系统中重要的一步。为了有效地利用大量的指纹弯曲信息对指纹进行描述，提出了一种新算法。该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，并对单条指纹曲线的不规则不敏感的特征。随后提出了一种基于这些特征的指纹分类方法，实验结果表明，该算法提取出的特征清楚的描述了 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。新的分类方法可以减少指纹匹配的搜索空间。     

基于遗传算法指纹分类在保管系统中的应用

研究指纹的自动分类问题对解决大容量指纹库的匹配实时性有着重要的意义。为了优化基于指纹识别的银行保管箱系统,提高其对指纹图像的识别速度,文中引进了遗传算法指纹分类对指纹图像进行粗匹配。该方法通过利用复制、交叉和变异操作,对群体中的个体进行优化与筛选。介绍了基于遗传算法的指纹分类在银行保管箱系统中的应用,基于遗传算法的指纹分类法克服了一般排他性分类法所固有的对某些指纹图像无法识别的缺陷,同时提高了整个系统的效率。     

基于Harris角点能量的指纹图像分割算法

指纹图像分割是自动指纹识别系统预处理过程中的一个重要环节。提出了一种基于Harris角点检测器的指纹图像自适应分割算法。首先利用Harris算子计算待分割图像的角点能量,然后使用一种自适应的方法设定阈值完成初分割;采用形态学方法进行后处理以减少分割错误,最后通过面积参数去除分离的残留噪声区域。在FVC2004数据库上的实验结果表明,该分割算法能够准确提取指纹有效区域,并且对低质量指纹图像具有很好的鲁棒性。     

基于模糊贴近度的指纹匹配算法研究

针对已有的指纹匹配方法准确率低、算法复杂度高、易受指纹形变等噪声影响缺陷,本文提出了一种基于模糊贴近度的新型指纹匹配算法。该算法以分叉点、转折点、指纹图像上两个点的连线所穿越的脊线的数量等特征信息作为识别对象的特征指标,通过求出采样指纹与标准指纹的模糊贴近度,将其结果与阈值V相比较,检测指纹的匹配程度。实验结果表明,该算法能够有效降低算法复杂度,提高指纹的匹配准确率与效率,同时也可以有效避免因指纹旋转、平移形变或按压力度不均等因素产生的噪声对指纹匹配精度的影响,可以满足实际应用的需求,为提高指纹识别的精确度提供了一种新方法。     

使用局部纹线距离进行指纹分类

为了提高指纹识别的速度和准确率,特别是在指纹数据库不断增大的情况下,指纹分类显得尤为重要。提出了一种使用局部纹线距离进行指纹分类的方法。该方法首先以指纹的参考点为中心提取一个区域,然后计算该区域的局部纹线距离,最后按照局部纹线距离对指纹库中的指纹进行分类。在FVC2006指纹库上对该方法进行了实验,系统穿透系数为0．1063,有效地提高了指纹的检索速度。     

基于自适应滤波算法的有线网卡指纹提取方法

有线设备接入认证是保障有线以太网安全的重要组成部分,其中MAC地址认证和设备数字证书认证是目前的主流身份认证方式,然而前者存在MAC地址易被篡改和伪造,后者存在系统复杂、使用不便等问题。基于设备指纹的物理层安全技术是解决这一问题的有效途径,并已在无线网络中得到广泛应用,但有线网络目前研究颇少。设备指纹的提取是物理层安全技术的一个重要环节,有线网络已有研究主要从10M有线网卡信号中提取指纹。本文提出了一种基于最小均方误差自适应滤波算法(LMS算法)从100M有线网卡信号中提取指纹的方法,该方法提取的网卡指纹产生自网卡及所在设备本身的物理特性,不可克隆,无法被篡改,而且指纹可直接通过分析网卡输出信号而得,简单方便。本文设计了一套基于LMS算法的网卡指纹提取系统,通过大量实验估算了合适的诸如收敛因子、滤波器阶数、数据长度等算法参数,并对提取的指纹进行了有效性验证。经过实验验证,使用本文方法提取的网卡指纹可有效识别出不同品牌和相同品牌不同类型的以太网网卡,在使用线性判别和集成子空间判别分类算法时,针对50块网卡的识别率可分别达到97.3%、98.5以上。     

一种复合的指纹中心点定位算法

准确地进行指纹中心点定位,对指纹分类和匹配有重要意义。本文提出一种复合的指纹中心点定位算法,在指纹分块基础上,利用方向能量进行初步搜索,再用块的庞加莱算法进行二次定位。该算法快速,简单,鲁棒性好。     

Gabor滤波器在指纹图像分割中的应用

为了有效地进行指纹图像的分割。在分析了Gabor滤波器虚部特征的基础上，在指纹图像的分割中引入了Gabor滤波器虚部的滤波结果作为新的指纹图像特征，并通过加权平均的分割策略；获得了较好的实验结果。同时，为了提高分割速度，还改进了特定条件下的Gabor滤波算法，从而有效地降低了算法的时间复杂度。     

基于时频分析的指纹增强算法研究

指纹增强是自动指纹识别系统中的一个重要环节,良好的增强算法能够提高细节特征提取的准确率,从而提高整个指纹识别系统的鲁棒性。研究局部指纹图像的频谱特性,采用一种时频分析方法和一种新的基于概率统计学估计的方法求指纹的方向和频率。并提出一种鲁棒的方向和频率校正算法,构造一种带宽自适应的滤波器进行滤波。实验结果表明,该算法对指纹图像有显著增强效果,有助于指纹细节特征的提取。