指纹图像增强与特征提取

在指纹匹配中,从指纹图像中自动和可靠地提取特征点是一个关键性步骤.输入的指纹图像质量在自动识别和认证算法中起着重要的作用.基于脊线的频率和方向,提出了一个快速指纹图像增强和特征提取算法.指纹图像增强首先求出指纹的方向场,然后根据方向场进行滤波.指纹特征提取则先从细化图中得到特征点并剔除伪特征点.实验结果验证了该方法的有效性.     

基于方向图的动态阀值指纹信息提取识别研究

研究了指纹身份信息识别优化问题。由于在进行指纹识别时,指纹图像容易被噪声干扰,针对传统的指纹识别算法由于噪声的干扰,影响了指纹特征提取准确度。为了有效的解决上述问题,提出了一种新的方向图动态阈值指纹身份特征提取识别算法。首先分析指纹图像中存在的各类噪声的拓扑结构,然后对指纹图像预滤波处理,采用新的方向图动态阈值图像滤波和指纹图像二值化处理,最后得到二值化细化处理后的指纹图像。仿真结果表明,改进算法是一种有效的滤除指纹细节伪特征点的方法,可以有效的提高指纹信息提取识别的准确度。     

指纹图像预处理和特征提取算法的Matlab实现

在指纹识别中,作为指纹匹配的前提和基础,指纹图像的预处理和指纹图像的特征提取对整个指纹识别算法起着至关重要的作用。本文设计了一套指纹图像预处理和指纹特征提取算法,利用方向滤波的方法对原始图像进行增强,使用改进的细化算法进行细化,最后基于脊线跟踪的方法,用改进的算法更为简洁而有效地避免了各种伪特征。设计的算法经Matlab实现,实验效果良好。该算法为指纹识别进一步应用到实际提供了一定的技术基础。     

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。     

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。     

基于同一性检测的指纹细节特征提取方法

针对常规的指纹细节特征提取方法难以消除指纹图像预处理过程中产生的伪细节点问题,提出一种基于同一性检测的提取方法。首先,分别利用频域滤波器和小波域Gabor滤波器增强处理同一幅指纹图像;然后从得到的两幅图像中分别提取指纹各细节特征的位置和类型,取这两幅不同增强图像的特征点的交集以消除预处理环节产生的伪细节点;最后剔除指纹图像本身存在的伪特征。实验结果表明,该方法鲁棒性强,能显著提高所提取指纹细节特征的真实性和准确性。     

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。     

一种改进的指纹图像增强算法

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.论文针对指纹采集中存在的指纹图像局部模糊的问题,提出了一种改进的基于Gabor函数的指纹增强算法.该算法首先对指纹图像进行归一化处理,然后对指纹图像分成奇异区和非奇异区分别进行点方向和块方向的求取,最后用改进的Gabor滤波器对指纹图像进行增强.实践表明,该方法能提高指纹图像增强的效果和速度.     

一种基于伪特征点消除算法的指纹细节提取方法

指纹特征提取是指纹识别技术的关键。本文介绍的方法是,指纹图像经预处理后,不对脊线做任何修复,在细化指纹图像上直接提取原始细节特征点集,然后根据图像的伪特征点的分布规律,删除伪特征点,保留真正特征点。     

基于滤波和融合的指纹图像增强算法

指纹图像增强对于提高细节特征提取的准确率乃至整个自动指纹识别系统的性能都具有重要的意义.大部分的指纹图像增强算法都需计算指纹图像的纹线局部方向,本文给出了一种指纹图像增强的新方法,该方法不计算指纹图像局部区域内的方向,而将指纹图像按8个不同方向滤波,得到8幅滤波后的图像,再利用小波变换对8幅图像进行融合得到增强后的图像.实验表明,该算法有效的提高了指纹图像的质量.     

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.     

指节纹识别综述*

相比其它生物特征,指节纹具有特征丰富,采集设备价格低,易于结合手形、手指静脉及掌纹组成性能鲁棒的多模态识别系统等优点.文中首先介绍指节纹的定义、数据采集、预处理方法等,之后详细介绍各种指节纹识别算法及多模态识别方案.根据特征提取及匹配方法的不同,将指节纹识别算法分为6类:基于结构的算法、基于子空间学习的算法、基于编码的算法、基于纹理特征的算法、基于相关滤波器的算法和基于局部特征描述子的算法.回顾和总结各种算法的特点,展望未来指节纹识别的发展方向.     

基于边缘检测技术的指纹预处理研究

介绍了一种基于二维边缘检测方法的指纹图像预处理算法.通过采用基于Gauss-Laplace图像边缘检测技术,来计算指纹脊线的方向,形成精确的指纹方向图.在此基础上,配合其它经典的数字图像像素规格、脊线提取和灰度修正方法形成本指纹图像预处理算法.试验结果表明,本算法在清晰地提取指纹脊线的同时,较好地保留了一些传统指纹预处理方法所容易丢失的精细指纹特征,提高了指纹图像预处理算法的运行速度和处理质量.     

基于模糊技术的指纹识别预处理

提出一套基于方向滤波与模糊数学方法的指纹图像预处理算法。给出了一种基于16域的自适应滤波器,很好的增强了指纹图像的清晰度;针对以往求取方向图的不足,给出了一种基于16方向的改进算法;该方法取得了良好的效果,保留了指纹纹线的关键信息,为下一步的特征提取工作打下了良好的基础.     

有效的指纹纹线细化方法

自动指纹识别一般包括指纹采集,图像预处理、特征提取、特征匹配等。细化是预处理中的一个重要环节,如果细化不好,很难使用常规的特征提取算法提取特征信息。现有的指纹细化算法存在很多问题,如细化不彻底、纹线吞噬、骨架偏离纹线中心等,各种问题的存在严重影响了细节点的准确提取。将现有的几种细化算法进行融合,应用于指纹二值图像的细化,得到了较好的细化效果。在细化纹线基础上可以准确地提取细节点.     

指纹取象与指纹识别

信息化社会的到来,使指纹自动识别系统在身份认证方面有着广阔的前景。文章主要介绍了现有提取指纹图象的几种设备和方法,并提出了一套完整的指纹识别算法。该算法包括预处理、特征抽取、样本数据库建立和指纹比对,经实验证明,该算法具有很强的可靠性和安全性。     

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。     

基于连续方向图的指纹图像预处理算法

在研究和分析了现有的预处理算法的基础上,提出了一种基于连续方向图的指纹图像预处理算法。主要包括指纹图像规格化、连续方向图计算、方向自适应滤波、二值化和细化等算法,这种连续方向图过渡平滑、自然,且有很好的连续性、渐变性和抗噪性,同时又具有极高的精确度,能更精确地反映指纹脊线的结构特征。从而使得滤波效果更佳;实验结果表明,该算法处理效果好、运算速度快,有效的满足了预处理的要求,为指纹的特征提取和识别奠定了坚实的基础。     

一种结合方向信息的指纹图像二值化算法

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,提出了一种结合方向信息的自适应局部阈值二值化算法.与自适应阈值法做了对比实验,实验结果表明,该算法具有更好的二值化效果.算法本身还具有一定的连接指纹图像中断线的能力,这对提高细节特征提取结果的准确性具有重要的意义.