指纹图像自动识别系统预处理算法的研究

系统地阐述了指纹图像自动识别系统预处理的理论、算法,并对指纹图像预处理中的各种技术进行了分析及实验。在比较了各种预处理方法之后,提出了一种比较好的指纹图像预处理算法,并在实验中得到了验证。     

指纹图像预处理技术的研究

通过对常用算法改进的基础上,实现了一套完整的指纹预处理算法,包括平滑、滤波、二值化和细化,有效的利用了指纹的方向特性,很好的增强了指纹图像,保护了细节特征,为可靠、准确的实现指纹识别提供了一种可行的方法。     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法.实验结果表明该算法能有效地增强指纹图像,且具有较快的速度.     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法。实验结果表明该算法能有效地增强指纹图像,且具有较快的速度。     

指纹图像预处理中的二值化技术

预处理是指纹自动识别系统中很关键的一步,它的好坏将直接影响到后面的特征提取与匹配。本文详细讨论了图像的二值化问题,提出了三种二值化方法,分别用它们对一幅指纹灰度图进行处理,并对其效果进行了比较,得到了一种比较适合指纹处理的二值化方法。     

指纹图像预处理算法的研究

指纹预处理算法是指纹识别的关键技术之一,包括指纹图像的分割、增强、二值化和细化等几部分。在指纹图像增强方面,利用指纹的方向特性设计出Gabor滤波器,用Gabor滤波器对指纹进行滤波;在分割、二值化和细化方面也作了讨论,并采用VC验证了算法的有效性。实验结果表明,这种预处理算法可以使指纹纹线变得清晰、连续、光滑,改善指纹图像的质量,提高指纹识别的可靠性。     

指纹图像预处理算法研究

在对现有指纹图像预处理算法进行大量分析和实验的基础上，提出了一套高质量的指纹图像预处理算法。利用基于傅立叶变换的频域处理方法对指纹图像进行增强和去噪；在二值化过程中采用动态阈值法，并充分考虑了像素的周边信息；在细化后进行了去伪操作。整套算法充分考虑了指纹图像本身固有特征，把全局特性与局部细节统筹安排。实验表明这是一套简单易行、高效的算法，可以很好的提高指纹图像的质量，为后继处理打下良好基础。     

指纹图像预处理效果分析

数字指纹预处理是整个识别过程的关键,全面分析各种预处理方法的特点,有助于改进预处理算法。通过实验说明了各种指纹预处理方法的效果;结合特征点变化,给出了各种预处理方法的评价;确定了基于傅里叶变换结合滤波和方向信息的频域滤波增强指纹的最佳方案,并提出了比较预处理算法的标准。     

指纹图像细化的综合化算法

指纹图像细化指将指纹脊线削减为单像素宽的线条,它能够有效地提高自动指纹识别系统(AFIS)的性能.根据OPTA算法及其改进算法,结合AFIS对图像细化算法在运算速度和系统资源两方面的要求,提出一种基于快速细化算法并引入OPTA算法优点的改进算法,该算法对指纹二值图像的细化结果满足8连接条件.在FVC指纹数据库上的测试结果表明,文中算法能够获得正确的指纹细化图像,运算速度满足AFIS的要求.     

一种新的指纹图像细化算法

在自动指纹识别系统中，指纹细化占有重要地位，本文讨论一种新的细化算法，将方向图引入指纹图像的细化，结合形态学细化算法，改进了传统细化算法不尽如人意的方向，取得了良好的细化效果。     

指纹图像的自适应预处理研究

自动指纹识别系统的性能在很大程度上依赖于其预处理效果的好坏.不同环境、不同手指采集到的指纹图像,在图像质量方面会有很大的差别,而图像质量的好坏往往决定了识别的准确率.自适应预处理方法首先对指纹图像进行质量评估,对于质量过差的图像直接剔除,不进入后续的处理和识别;对于质量较差的图像,则根据其类型的不同,运用数学形态学和图像处理技术进行自适应增强处理.由于该自适应预处理方法的步骤和结构元素的选择充分考虑到各指纹图像在脊谷线连通性方面的差异,所以对不同的低质量指纹图像,均可得到较好的处理效果.     

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。     

改进的指纹图像预处理在指纹识别中的应用

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.在总结现有常用预处理算法的基础上,结合指纹图像的特点,通过实验提出并实现了一些改进的预处理算法,即先计算出指纹的脊线方向,然后将脊线方向应用到预处理的各个算法中.结果表明,基于脊线方向的预处理算法能明显改善指纹图像的处理效果,可以很好的提高指纹图像的质量,在同样的特征提取算法和匹配条件下,改进的预处理方法的识别率高于传统方法.     

一种改进的指纹图像细化算法

在自动指纹识别系统中,细化占有重要的地位,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。对快速细化算法和改进的OPTA细化算法进行了分析和研究,指出这两种算法在指纹纹线和分叉点处图像细化不彻底等缺陷。同时将两种细化算法有机结合,设计了一组改进的细化模板,提出了一种新的细化算法。实验结果证明：该算法与传统的细化算法相比没有破坏纹线的连接性,不会引起纹线的逐步吞食,又保护了指纹的细节特征。而且该算法运算速度也大大加快,处理后的指纹图像细化完全,骨架接近纹线中心线,光滑无毛刺,方便特征提取和减少匹配的复杂度。     

一种新的指纹图像模板细化方法*

OPTA方法是一个经典的指纹图像细化方法,针对OPTA的不足提出的改进OPTA方法能够得到完全细化的指纹图像,细化后图像纹线扭曲小。但是这两种模板细化方法均存在细化后图像容易产生毛刺的不足,究其原因是由于模板细化方向粗糙造成的。为此提出了16方向的细化模板,该模板以22.5°为角度单位对图像进行更细致的细化处理,得到的细化图像光滑几乎无毛刺,取得了更为理想的细化效果。     

一种新的指纹图像快速细化算法

针对快速并行细化算法存在的不足,即细化不全、不光滑、毛刺等缺点进行分析和研究,提出了一种新的细化算法,该算法速度快、细化全,细化后的指纹骨架在纹线中心线,且光滑无毛刺,不会产生断线,实验结果非常好。     

一种有效的混合式指纹快速细化算法

针对现有指纹细化算法存在的模板匹配次数过多、迭代频繁、细化不完全等现象 ,在深入分析了快速细化算法和串并混合式细化算法特点的基础上 ,提出了一种新的混合式指纹细化算法 ,有效地提高了细化速度和细化质量。     

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.     

指纹图像细化的复合式算法

指纹图像细化是指纹识别算法中的重要环节,对特征提取起到关键作用。为了快速和高质量地对指纹图像进行细化,对快速细化算法和改进OPTA细化算法不足产生的内在原因进行分析,提出一种新的复合式指纹图像细化算法,该算法设计一套预处理模板,避免了快速细化算法形成的毛刺,并对改进OPTA算法进行了优化。大量实验结果表明,该算法不但具有以往算法的优点,有较好的细化速度,而且细化质量有显著地提高,细化后的图像光滑几乎无毛刺。