基于Gabor函数能量特征的指纹增强

指纹图像增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础,直接影响指纹识别的识别率和识别速度.用Gabor函数变换将空域的指纹图像变换到联合空间频率域,并将联合空间频率域的能量分布作为指纹的特征.Gabor函数滤波器在频域内对子块其主方向上频率能量分布进行高分辨率滤波,进行了识别匹配.实验表明...     

指纹图像增强算法研究

指纹识别是一种重要的利用生物特征的个人身份识别技术。指纹图像增强是指纹识别系统中的必要步骤。针对指纹图像中的噪声干扰,提出一种基于指纹局部方向的指纹图像增强算法。首先利用图像的局部灰度分布特点计算局部方向角;然后利用局部正交方向轴线上的灰度投影量估计局部脊线频率;最后利用自适应的具有方向选择和频率选择的Gabor滤波器对原图像进行滤波增强。实验结果表明,此算法能有效地抑制噪声,而保持真实的脊线结构。     

指纹图像细化算法的研究

指纹识别是一种重要的生物特征鉴别技术。随着计算机技术的不断发展,自动指纹识别系统得到广泛的应用。因此进一步提高指纹识别的性能具有十分重要的意义,而指纹图像增强在指纹图像预处理过程中非常重要,直接影响指纹识别的识别率和识别速度。对指纹图像的细化算法进行了较深入的研究,分析了OPTA算法并且在OPTA算法的基础上,重新构建了细化模板,提出了一种新的细化算法.经过实验证明,该算法能够很好地满足细化的要求,细化完全彻底,细化以后的指纹骨架在纹线中心线,并保持了纹线原有的拓扑结构和细节特征,而且光滑无毛刺,运算速度也很快。     

基于指纹识别算法的识别技术研究与应用

由于指纹识别具有长期稳定性、采集方便、特征明显以及惟一性和不可复制性等特点,因此是最具有发展前景的生物识别技术。阐述基于指纹识别算法的识别技术方面的内容,采用基于点模式匹配算法和基于子模式的匹配方法,通过读取指纹图像、指纹图像预处理、特征提取、保存数据和匹配等5个功能模块,得到指纹匹配结果,效果良好。     

指纹识别算法研究与实现

研究并实现了指纹识别过程中用到的算法,实现一套主要包括指纹图像灰度归一化和均衡化、指纹图像分割、二值化的指纹识别预处理算法、不同方向Gabor滤波的特征提取算法;尤其是采用基于Gabor滤波的指纹图像增强和纹理匹配的方法,兼顾了指纹图像的细节特征和全局特征。最后,以matlab7.0为开发平台对该方法进行验证,表明在同样的特征提取算法和匹配的条件下,改进的处理算法能够更简洁而有效地避免各种伪特征且识别率高于传统算法。     

非接触指纹图像识别算法研究

非接触指纹识别具有接受程度高、防伪性高、卫生性高等优点,是目前生物特征识别领域的研究热点,但是非接触指纹图像的背景区域比接触式的相对复杂,指纹图像会出现旋转和平移现象,且脊、谷线的对比度较低,这些因素严重影响了非接触指纹的识别性能.采用接触式指纹图像处理方法很难达到良好的处理效果.本文根据非接触指纹图像的特点提出了相应的非接触指纹图像的预处理方法.首先采用图像YCbCr模型中的Cb分量和Otsu法相结合的方法进行手指区域的提取.其次采用高频强调滤波和迭代自适应直方图均衡化相结合的图像增强算法进行图像增强处理,再用简化的Gabor函数模板进行二次增强,然后提出了一种手指指纹ROI区域提取的方法.最后本文采用基于AR-LBP算法进行特征提取,利用最近邻分类器进行特征匹配.实验结果表明,本文提出的非接触指纹算法能够达到很好的图像识别效果.     

基于Matlab实现的指纹图像增强

在指纹识别系统中,指纹图像增强技术起着关键性作用.为了得到较好的指纹图像增强效果,提高指纹识别的准确率及速度,文中介绍了一套基于Matlab实现的指纹图像增强方法.这种方法在Matlab环境下运行,指纹图像增强过程是基于小波分析方法.利用低频系数图像在小波域估计指纹纹线方向,这样就可以有效的抑制高频噪声对纹线方向的影响.实验表明,用Matlab实现的这种指纹图像增强方法,既简单快速,而且又取得了较好的指纹图像增强效果.     

基于光学联合变换相关的指纹识别算法研究

利用光学联合变换相关器(JTC) ,通过对参考图像和待识别图像作相关运算,观察相关平面是否出现相关峰,从而推断两图像的相似程度。和一般的基于细节匹配的指纹识别算法不同,基于光学联合变换相关的指纹识别算法利用了指纹图像的整体特征,因而对破损指纹图像具有较高的识别准确性,通过对指纹数据库中多幅指纹图像的识别结果验证了该算法的可行性。     

基于Log-Gabor滤波器的指纹图像分解重构增强技术分析

文章对指纹图谱和指纹图像预处理的相关技术进行分析,介绍小波变换技术,对Gabor滤波器进行改善,通过傅里叶变换进行整合,构建Log-Gabor滤波器,研发出指纹图像分解重构增强技术,在此基础上介绍指纹细节特征提取技术,通过实验的方式分析Log-Gabor滤波器分解重构增强技术的应用效果。实验结果表明,这种预处理方法能够让指纹图像更加清晰,显示出更多的细节特征。     

基于Gabor函数变换的指纹识别

用Gabor函数变换将指纹图像变换到联合空间频率域,对提取的频率进行能量函数合成,能量成分与Gabor函数一致,以联合空间频率域的能量分布作为提取指纹的特征.Gabor函数滤波器在频域内对子块其主方向上频率能量分布进行高分辨率滤波,进行了识别匹配.该增强算法速度快,效果好,可有效提取指纹特征信息.     

全光纤光学相干层析系统用于人造指纹的识别

目前商用指纹识别系统由于仅依赖于手指表面二 维图像的脊模式和细节特征进行识别,对人造 指纹有极大的安全漏洞。本文提出一种利用光学相干层析(OCT)技术识别 人造指纹的方法。在分析OCT系统原理及皮肤光学特性的基础上,使用研制的全光纤OCT系 统分别对 人体手指以及被商用指纹识别系统识别通过的人造指模进行成像,获得了二者的二维OCT图 像和对应的一 维信号,同时获得人造指模的三维OCT图像,通过对比分析二者深度方向 上的微结构信息 以及光学特性可以准确地识别出人造指模。实验结果表明,OCT技术不仅可以用于指纹的防 伪,有效地提高生物特征识别系统的安全性能,而且还具有用于指纹识别的潜力。     

基于Gabor滤波器的指纹图像增强研究

为了能够正确提取指纹图像中的关键特征,除了有效的方向计算和图像分割方法之外,指纹图像的纹路增强也是指纹识别中提高特征提取正确率的一个重要手段。在Gabor滤波器的基础上,使用平均频率的指纹增强方法,并在运算过程中对滤波算法进行优化,有效地减少了运算量。实验证明,该方法对低质量图像具有显著的增强效果。     

Linux系统下指纹图像处理系统的研究与实现

基于指纹图像处理准确性高、实时性强等实际要求,介绍了一种指纹图像处理方法.Linux系统下用基于fps200芯片的指纹采集系统采集指纹图像,并用QT编程实现了指纹图像采集、处理的整个过程.通过研究,提出了满足要求的方向增强以及细化算法.整个处理过程实时性强,处理后指纹图像细节特征保存较好,可以胜任AFIS的前期工作.     

图像采集综合评估的嵌入式指纹识别系统

为提高指纹采集与指纹图像数据处理的效率,设计一种新型的指纹识别系统,采用了专用指纹芯片、指纹传感器芯片和LCD显示模块。设计了一种指纹图像综合评估算法,采用综合基于方向图的灰度值计算、计算灰度值的前背景分割、计算优势方向块的图像质量分析、计算灰度均值和标准差的指纹图像干湿程度分析、指纹位置的分析等技术和方法,对指纹图像进行处理,并将指纹图像的评估结果输出到显示屏上。系统已应用于医疗机构的EMR系统中。     

基于自适应方向滤波器的指纹图像增强

指纹图像增强在自动指纹识别系统中有着非常重要的地位,是指纹识别系统研究的重点之一,根据现有方向滤波器的特点和使用,采用一种基于指纹方向图的具有大小自适应性的方向滤波器对指纹进行滤波增强,较好地解决了方向滤波器滤波时的速度和实现优化问题.     

双路输入实时指纹识别系统

设计了一种主要由液晶光阀，液晶显示器等构成的新型实时指纹识别系统。直角棱镜作为指纹的实时读取装置，参考指纹图像和待识别指纹图像分别从两条光路中输入进行联合变换，降低了对液晶光阈分辨率的要求；在联合变换频谱面上进行高通滤波，将指纹图像预处理与相关运算合为一个过程同时进行，不仅减少了中间过程，还增强了互相关信号的强度，使识别又快又准确。实验结果表明，该系统结构紧凑，实时性强和识别效果高，便于小型化和实用化。     

基于STM32的嵌入式指纹识别系统的设计与实现

鉴于指纹识别系统较高实时性、准确性的要求,对一种基于STM32芯片和中控光学指纹采集仪的嵌入式指纹识别系统进行了研究和实现。利用改进的Gabor滤波增强算法对指纹数据进行图像预处理后,采用指纹纹线的二值化细化中心线提取法提取图像的细节特征点,在VC++环境平台下进行仿真,结果显示系统达到了预期的效果。     

面向生物特征识别的图像质量评估技术研究

指纹图像的质量是影响自动指纹识别系统的识别效率的重要因素之一生物特征识别是模式识别中重要的研究方向。本文首先概述了指纹图像的采集与图像质量评估,重点分析了面向生物特征识别的图像质量优化措施,最后探讨了面向生物特征识别的图像质量评估技术,取得了很好的应用效果。     

一种指纹奇异点区域图像增强算法

指纹图像奇异点附近区域的增强一直是指纹图像增强的难点,针对Separable Gabor滤波会破坏指纹邻近奇异点区域的纹线结构,方向傅里叶滤波在一般区域修复指纹纹线效果不明显这一问题,本文融合两种算法的优势,提出一种新的滤波方法(FS-Gabor)。先对指纹图像进行预处理,得到指纹的方向、频率信息和掩膜信息。接着找出指纹图像的奇异点,并在奇异点附近标记出一定大小区域。最后根据像素点的位置采用不同的滤波方法。同时,本文提出了一种改进的指纹图像频率估计方法,扩大了指纹图像有效区域面积。实验结果表明,经本文方法滤波的指纹图像的EER(Equal Error Rate)比方向傅里叶滤波低26%,比Separable Gabor低49%。     

指纹图像对比度模糊增强算法

指纹图像采集过程常会造成对比度不强等非线性失真,基于模糊逻辑的处理方法常用于改善指纹图像质量。研究了模糊特征平面增强算法和基于广义模糊算子的图像增强算法,将两种算法应用于指纹图像对比度增强,并对增强结果进行比较分析。实验结果表明,采用这2种方法均可以在一定程度上提高指纹图像低灰度区域和高灰度区域之间的对比度,从而提高图像的质量,使增强后的指纹图像结构更清晰。