一种改进的基于细节点的脊线追踪算法

从点线关系来说,指纹脊线是由很多个像素点按照一定的顺序依次排列形成的线状结构。由此看来指纹脊线负载了指纹的细节特征点、普通点以及形状信息,可知指纹脊线含有大量丰富的指纹信息,几乎构成了指纹的全部特征,因此将脊线信息用于指纹识别可以提高其准确性。脊线追踪是获得指纹脊线信息的前提,本文对一种基于指纹细节端点和叉点的脊线追踪算法进行了改进,实验结果表明,改进后的脊线追踪算法对指纹细化图具有非常理想的脊线追踪效果。     

基于脊线校正的非接触式指纹识别研究

对比传统接触式指纹识别,非接触指纹识别在卫生安全性和用户接受度等方面具有更大的优势,但由于采样条件和指纹自身的问题,导致的脊线图存在伪脊线或特征点是其主要挑战。针对以上问题,在将指纹图像进行改进的自适应对比度增强（adaptive contrast enhance, ACE）和通过自定义Gabor滤波器对二值化的脊线进行滤波增强的预处理前提下,提出了一种基于指纹结构的脊线和特征点优化（ridge and minutiae optimization, RMO）算法。该算法能够有效地在对伪脊线校正的基础上剔除伪特征点,进而提高特征点信息获取准确性和提升指纹识别效率。为了验证本文所提出方法的有效性,基于一个公共非接触式指纹数据集,设计了两组实验,分别验证上述方法是否能准确、有效的获取指纹特征点信息和该方法对于基于特征点匹配的指纹识别的收益。最终在实验以及结果讨论环节,证明了本文提出的RMO算法能够高效地对指纹特征点信息进行提取,以及该算法能够显著提升指纹识别准确率。     

一种基于指纹细化图的脊线追踪算法

指纹属性是指纹的重要特征,脊线追踪是进行指纹属性拾取的前提。本文提出了一种在细化后的指纹图像上实现脊线追踪的算法,该算法以细节端点和叉点为起始点,沿着脊线的方向逐点进行跟踪,从而遍历指纹细化图中所有脊线。实验结果表明,该算法对细化后的指纹图像具有较好的脊线追踪效果,从而为指纹属性的拾取打下了良好的基础。     

基于特征融合的指纹分割算法

指纹图像的分割是指纹识别系统中的重要环节之一，分割算法的优劣直接影响指纹自动识别系统的性能，因此指纹分割技术的研究有着重要的意义。一幅指纹图像，在指纹区灰度变化剧烈，在垂直于指纹局部方向上有着稳定的周期性。现对梯度和指纹周期设定阈值，提出了一种融合梯度和周期两种特征的分割算法。在梯度的计算上改用旋转不变的Sobel算子；在局部周期的计算上，通过对傅里叶变换的分析推理，提出了一种新的周期计算方法。分析、处理结果都表明：该算法抗噪能力强、分割效果好，具有很高的实用价值，能够满足一般指纹识别系统性能要求。     

基于改进脊线跟踪的手背血管识别算法研究

在脊线跟踪的基础上,直接在灰度图像上,沿纹线方向追踪血管脊线,在追踪的过程中,局部增强图像,局部设置域值,最后得到一幅血管脊线骨架图和附加其上的细节点信息.该方法有效减少了图像增强的计算量,避免了二值化在域值选取时对信息的丢失.相对于传统方法具有明显的速度优势,而且保持了较高的准确率.     

基于脊线跟踪的指纹图细节提取算法

自动指纹识别和认证作为生物特征识别这一新兴领域的主流技术,有着重要的研究意义和广泛的应用前景。大多数自动指纹识别系统（AFIS）是基于细节特征点（minutiae)的匹配,因此细节特征点的提取是指纹图象处理中的关键环节。本文提出了一种基于脊线跟踪的指纹细节提取算法,能够直接从灰度指纹图象中有效地抽取出细节点及其相关信息。实表明,由于该算法减少了很多不必要的计算量,相对于传统的方法具有明显的速度优势,而且保持了较高的准确率。     

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.     

基于多层次分块的指纹图像二值化

自适应局部阈值二值化算法,其效果主要取决于能否准确地估计局部阈值.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,局部阈值很难精确得到,提出了一种多层次分块的指纹图像局部阈值的求取方法,并把这种方法用于指纹图像的二值化.实践表明,算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果.     

基于小波变换的指纹全局方向场重建简

从大型指纹库识别不完整或局部指纹仍然是今天的一大挑战。在此文中,我们研究利用小波变换用于指纹方向场重建问题。特别的,我们提出了一种基于小波的多尺度方法从局部的指纹重建全局拓扑表达。然后提出基于结合参数模型和非参数模型来描述重建问题,我们提供了一般表达式可用于所有有效的反变换模型的解决方案。这种方案允许我们分割保护存在的方向场同时预测丢失的未知部分的结构。我们还开发了基于脊线拓扑特征的一些先验信息来估计丢失的方向结构的算法。我们的统计实验表明我们提出的基于模型的算法能有效的恢复指纹的方向场并应用于指纹匹配,这样重大的提高了局部指纹识别其他模块性能。     

基于小波变换的指纹全局方向场重建

从大型指纹库识别不完整或局部指纹仍然是今天的一大挑战。在此文中,我们研究利用小波变换用于指纹方向场重建问题。特别的,我们提出了一种基于小波的多尺度方法从局部的指纹重建全局拓扑表达。然后提出基于结合参数模型和非参数模型来描述重建问题,我们提供了一般表达式可用于所有有效的反变换模型的解决方案。这种方案允许我们分割保护存在的方向场同时预测丢失的未知部分的结构。我们还开发了基于脊线拓扑特征的一些先验信息来估计丢失的方向结构的算法。我们的统计实验表明我们提出的基于模型的算法能有效的恢复指纹的方向场并应用于指纹匹配,这样重大的提高了局部指纹识别其他模块性能。     

基于脊向指纹滤波算法

滤波技术是指纹预处理中的关键步骤.本文提出了一种基于脊向指纹滤波预处理方法.首先利用改进后的极值滤波器对指纹图像进行滤波,再用本文所提出的脊向滤波器对结果进行处理.实验结果验证了此方法的有效性.     

一种基于方向信息的指纹识别预处理方法

主要论述在开发指纹识别系统中所采用的一套预处理方法。通过对指纹图像进行预处理,为预处理后边的匹配、识别打下良好的基础。本文充分利用指纹图像方向性强的这一特点,在整个指纹图像预处理过程(包括分割、增强、二值化、平滑、细化、去伪)中,利用这些方向信息,通过采取一些特殊的图像处理方法,使得指纹的脊、谷线更加分明,便于进行特征提取、识别等,本文对500幅指纹图像(包含15%的低质量指纹图像)做了实验,其中90%都能达到较好的处理结果。     

基于邻域空间特征的低对比度小目标分割算法

低对比度图像具有邻近像素的空间相关性高、灰度变化不明显等特点,从中分割出微小目标是非常困难的。本文提出一种新的低对比度图像提取小目标的分割算法,通过引进局部均匀度,结合局部熵获得空间分布状态,对低对比度图像进行分割,该算法充分利用了目标图像的灰度和空间属性。实验结果表明,该方法能有效地实现低对比度小目标图像的分割。相对于其他算法,分割精度更高,且抗噪性强,可以有效地降低过分分割问题。     

基于区域灰度极小值的网孔织物图像分割算法

针对网孔织物图像的对比度低和噪声点多而导致分割结果中存在网孔连在一起和残缺等问题,提出一种基于区域灰度极小值的分割算法以期提高网孔的分割精度.首先利用高斯金字塔缩放和直方图均衡化算法处理图像以增强图像的纹理轮廓和明暗对比度.然后采用一种基于区域灰度极小值的分割算法以解决仅仅依靠灰度值大小而无法正确分割网孔的问题.最后采...     

指纹图像的预处理算法

提出了基于方向特性的指纹预处理算法,包括前景/背景提取、平滑、二值化、二值滤波、细化5部分。该算法通过计算指纹方向图对指纹图像进行分割,依据方向场实现二值化,最后采用骨架提取技术细化指纹。这套算法成功减少了原特征的丢失和伪特征的增加。实验结果显示,该算法能够去除噪声,得到较高质量的指纹图像。     

结合边缘细节局部自适应增强的直方图均衡化

在保持图像亮度的双直方图基础上,结合Canny算子提取边缘细节,并根据提取边缘的幅值结果建立自适应增强公式.实验结果表明将空间边缘信息和局部灰度信息相结合的算法在满足全图灰度均衡分布的同时增强了局部细节,并且有较强抗噪性.