基于中心点的指纹细节结构匹配算法

指纹细节匹配算法是自动指纹识别系统(AFIS)中一项关键的任务,目前存在大量的研 究和算法.依据算法是否依赖中心点,指纹细节点匹配算法可以分为两类:基于中心点的匹配算 法和非中心点匹配算法.大多数非中心点匹配算法都非常耗时,因此不适合在线应用.而基于中 心点方法的效率相对较高,但是这类算法极度依赖于中心点的定位精度.在本文中,提出了一种 全新的基于中心点的指纹细节结构匹配算法,该算法综合了基于中心点匹配算法和非中心点匹 配算法的优点,同时又避免了二者的缺点.首先利用中心点检测算法获得中心点的位置,然后在 中心区域定义了一些局部的结构,同时利用这些局部结构寻找指纹细节的对应点,并通过对应点 和中心点的相对关系来确认这些对应细节点.其次利用这些细节对应点匹配全局的细节信息,最 后,利用匹配细节的全局距离和距离方差来判决最终匹配结果.实验结果表明,算法的匹配效果 非常好,同时匹配效率较高,非常适合在线指纹识别系统的应用.     

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。     

基于改进基准点定位的指纹匹配算法

针对指纹匹配过程中基准点定位不准确与耗时长的缺陷,提出一种基于改进基准点定位的指纹匹配算法。该算法借助指纹图像的中心点构造局部细节结构,并在该结构上利用全等三角形原则求取基准点,将所有细节特征转化到极坐标中,利用可变界限盒的方法进行匹配。实验结果表明,该算法所确定的基准点比较准确,且耗时缩短,可提高识别率与执行效率。     

一种基于点模式的指纹分阶段匹配算法的研究

介绍了一个指纹中心点定位(Core)以及用中心点为中心构造特征向量进行初匹配,并且以此作为最佳匹配参考点来进行二次匹配的算法。本算法的特点:1.介绍指纹中心点的准确定位。2.以中心点作为最佳匹配参考点将匹配分为两步进行:初匹配利用了细节点间的结构关系,克服了图像的平移和旋转的影响;二次匹配引用了界限盒思想,增强指纹匹配算法对形变的适应能力。本算法把点模式的优点和基于结构的特征点之间的相对距离不变性、所跨越纹线数目的不变性、特征点类型的不变性很好结合起来。实验结果显示本算法具有较强的适应性和较高的拒识率。     

一种新的指纹细节点匹配算法的研究

利用指纹中心点与各细节点(主要是端点和分叉点)之间的相对距离以及指纹中心点与各细节点的相对角度差相结合的方法实现两枚指纹匹配.实验证明,该算法匹配速度快、识别率高,可应用在实时性要求较高的场合.     

一种基于点模式的指纹分阶段匹配算法的研究

介绍了一个指纹中心点定位（Core）以及用中心点为中心构造特征向量进行初匹配，并且以此作为最佳匹配参考点来进行二次匹配的算法。本算法的特点：1．介绍指纹中心点的准确定位。2．以中心点作为最佳匹配参考点将匹配分为两步进行：初匹配利用了细节点间的结构关系，克服了图像的平移和旋转的影响；二次匹配引用了界限盒思想，增强指纹匹配算法对形变的适应能力。本算法把点模式的优点和基于结构的特征点之间的相对距离不变性、所跨越纹线数目的不变性、特征点类型的不变性很好结合起来。实验结果显示本算法具有较强的适应性和较高的拒识率。     

一种基于结构分类和图形匹配的指纹识别方法

提出了一种新的确定指纹中心点的方法。根据中心点的位置,通过结构分类的方法对指纹进行分类,接着采用了图形匹配的方法进行匹配,提出了中心点二次定位的匹配方法,结合模糊判别的方法提出新的复合指纹匹配方法。其中包括提出了根据指纹特征进行指纹的二次定位。文中对1000幅指纹图像(包含20％的低质量指纹图像)做了实验,分类正确率达100％,匹配正确率达98．7％。     

指纹图像匹配的算法研究及其实现

论文首先综合阐述了目前提出的几类指纹匹配方法,然后在提取端点和分叉点两类特征点的基础上,提出了一种新的匹配方法。该算法充分利用了指纹图的结构信息,在以每一个特征点为圆心,以动态R为半径的圆内选取三个“特别”的邻点,作为此中心点的向量组成点,从而使两指纹的匹配转变为向量组间的匹配。实验结果表明,该算法具有完全的图像旋转和平移不变性,能有效地抵抗指纹图像的噪声,匹配速度快,能识别一定范围内的残缺指纹。     

一种指纹识别的细节特征匹配的方法

介绍了指纹识别的处理步骤，提出了一种基于细节特征匹配的自动指纹识别算法，分别给出了图像预处理，二值化，细化，纹路提取，确定指纹中心点以及指纹匹配的特征和算法步骤，并用实验进行了证明。     

基于方向一致性的指纹中心点检测算法

提出了一种指纹中心点检测以及确定其方向的算法。该算法通过分层分析指纹方向场的一致性,检测出方向场中方向一致性较低的点,然后利用poincare索引辨别检测出方向一致性低的点的类型。类型确定后,提出了一种使用以指纹中心点为圆心的环形域中的方向信息,确定指纹中心点方向的新算法。在FVC2002指纹图像库中进行实验,结果表明,该算法检测指纹中心点准确、快速,所确定的中心点方向精确、稳定,对噪声具有较高的鲁棒性,能够很好地满足指纹对齐的要求。     

基于扇区划分的细节点采样指纹匹配算法

在对指纹匹配算法进行了深入研究及总结现有算法优缺点的基础上,提出了新的基于扇区划分的细节点采样指纹匹配算法。本算法以指纹图像参考点为中心,分扇区对细节点数目进行采样统计以构造新的指纹特征向量,再利用距离最小准则进行指纹匹配。实验结果表明,本算法有效提高了指纹图像的匹配效果和运行速度。     

无方向的三角形匹配指纹识别

目的 指纹匹配是自动指纹识别系统研究的核心内容之一,匹配算法的好坏直接影响识别系统的效能。目前,大多数点模式匹配算法都依赖于指纹方向场的求取,由于输入的指纹图像存在平移、旋转和尺度变化,因此同一个手指在不同时间获得的指纹图像的方向场是不同的,这不仅增加了计算量,也影响了指纹识别的精度。针对上述问题,提出了无方向的三角形匹配算法。方法 提出的三角形匹配算法是以平面中任意点与一个确定的三角形之间的位置结构稳定性为理论基础的。首先,分别在待识指纹图像和模板指纹图像中确定基准三角形;其次,将各个特征点与基准三角形三个顶点的距离组成有序三数组;最后,利用数组的相等程度对指纹相似度进行匹配判断。结果 采用国际标准测试库FVC2004进行综合性能比对实验,实验结果表明,与其他几种匹配算法相比,本文方法在识别精度上提高了27.97%~33.81%,在比对时间上降低了3%~5%,在不同旋转角度下误匹配率平均降低了约86.63%,对噪声、平移、旋转和形变有足够的适应能力,具有较高的容错能力和鲁棒性。结论 无方向的三角形匹配算法是一种全局模式的算法,该算法不受指纹图像方向及其位置的影响,实现过程简单,识别精度高,平均比对时间少,适用于处理不同类型的图像数据。     

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。     

基于纹理结构的指纹匹配算法

为克服传统细节点匹配模型的不足,对指纹的纹理结构进行了分析,利用指纹纹线的不同结构作为指纹图像的特征。提出了一套基于指纹纹线轮廓的特征提取和匹配算法,并且采用了分步匹配,减少了拒判时间,该算法具有平移、旋转不变性。由于利用了指纹的结构信息,对低质量指纹图像有一定的适应度。实验结果表明,该算法具有相当高的识别率和较强的鲁棒性。     

Fingerprint minutiae matching algorithm for real time system

Many fingerprint matching algorithms have been reported in articles in recent years. And people did fingerprint images matching through minutiae matching in most of the algorithms. In this paper, we proposed a new fingerprint minutiae matching algorithm, which is fast, accurate and suitable for the real time fingerprint identification system. In this algorithm we used the core point to determine the reference point and used a round bounding box for matching. Experiments done on a set of fingerprint images captured with a scanner showed that our algorithm is faster and more accurate than Xiping Luo's algorithm.     

基于Gabor滤波的指纹图像识别研究与实现

采用基于Gabor滤波指纹识别算法进行指纹图像中心点计算、扇形化、归一化、Gabor滤波、特征提取以及比对,并利用Matlab仿真实现该算法.在仿真实验中建立一定数量的指纹库,对该算法进行比对分析.     

基于复合方向特征的快速指纹验证

由于对拒真率、认假率、比对时间、模板占用空间等指标都有较严格的要求,指纹验证是一项复杂且具有挑战性的任务。提出了复合方向特征这一新颖的特征用于指纹验证,该特征由脊线旋转方向和4个相对方向组成。指纹验证由两个过程组成:基于复合方向特征的细节点对搜索,它加速了指纹校准;基于复合方向特征的匹配分值计算,它使匹配的鲁棒性增强。用国际指纹验证大赛指纹库中的测试样本进行了测试,实验结果表明,该方法能够实现可靠、快速的指纹验证。     

基于中心扫描的指纹识别算法

中心扫描细化算法是一种基于方向的细化算法,具有较快的速度;在细化后的指纹图像中,其特征点往往成为断点,提出了一种基于细化后形成的断点和纹线方向的特征提取算法,运用中心扫描细化算法成功提取细节特征的基础上,运用极坐标转换、图像的旋转和可变界限盒原理,完成了指纹特征匹配算法;证实了基于中心扫描的指纹特征提取算法的可行性,并取得了很好的效果。