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。     

指纹图像预处理算法研究

为了增强指纹图像预处理的效果,在对现有算法深入研究的基础上,提出一种新的指纹图像增强算法.先利用Radon变换来获得图像的方向图,然后利用方向滤波器对该图像进行滤波,达到指纹图像增强的目的.实验结果表明,该算法使断开的脊线得到连接,叉连线得到消除,脊线和谷线得到了分离.该算法与传统方法相比,增强效果明显,且算法简单,为下一步指纹图像识别奠定了坚实的基础.     

一种改进的指纹分类方法

指纹分类可以大大减少在指纹数据库中的匹配次数,缩短匹配时间。本文在指纹块方向场的基础上,利用其方向方差进行滤波,得出各奇异点的连接路径,并结合核心点与此路径形成一种改进的指纹分类方法。该方法以指纹块方向场为基础,符合指纹分类的全局思想,而非关注于细节特征,并简化计算。经过方向方差滤波后的指纹图像不仅可以利用奇异点的相对位置进行指纹分类,而且克服了奇异点丢失的弊端。本文针对滤波后的图像特征,提出了基于方向方差滤波的分类算法,通过实验验证了本算法的有效性。     

基于连续方向图的指纹智能预处理算法

文中研究了一种利用Sobel算子提取脊线任意方向的方法,并在融入了指纹图像的特性知识后,提出了一任意方向滤波的指纹智能预处理算法,对于不同质量的指纹图像进行方向滤波,取得了较为理想的结果,实验证明该方法可以较为准确地提取出指纹脊线的方向,对噪化的指纹图像具有较好的鲁棒性。     

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%。     

基于动态方向场的指纹图像增强算法

文章研究了目前的指纹图像增强算法，提出了一种新的指纹方向场的动态计算方法。先利用Radon变换来计算方向场，然后用一组方向滤波器对该图像进行滤波，以达到指纹图像增强的目的。实验结果表明，该算法简单有效，为下一步指纹图像匹配奠定了坚实的基础。     

基于连续分布方向图的指纹图像分割算法研究

在研究和分析了典型的指纹图像分割算法的基础上,提出了一种新的基于连续方向图的指纹图像分割算法。这种连续方向图过渡平滑、自然,具有很好的连续性、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,从而使得分割效果更佳。实验结果表明,该算法处理效果好、运算速度快,有效地满足了指纹图像分割的要求。     

基于8方向脊向滤波器的指纹预处理方案

在自动指纹识别系统中,对时间复杂度高的指纹图像预处理算法进行研究,为了有效地去除指纹图像中的噪声,提高识别速度以应用于实时系统,提出了一种基于8方向脊向滤波器的指纹预处理方案。该方案在求取点方向图时以方向逼近法为基础,引入均值滤波的思想以降低图像中噪声的影响,获取一致性更好、性能更稳定的点方向图;然后根据脊向滤波器的设计原理,优化设计了一组对应于指纹图像方向信息的8方向脊向滤波器模板;最后运用查表法,对于指纹图像中的每个像素点选取与其方向信息相应的滤波器模板进行图像增强。在FVC2004公布的指纹图像数据库DB1_B上,按照FVC2004测试标准所做的试验结果表明,本文所提方案简单快速有效,能够应用于实时的自动指纹识别系统。      

一种基于小波域的指纹图像增强算法

面对采集的指纹图像质量较差的问题,提出一种在小波域对指纹图像滤波增强算法。该算法在小波域进行Ga-bor滤波增强,通过Radon变换后的投影估计Gabor滤波的方向和频率,对滤波增强后的子图进行小波重构得到最后的结果,有效地抑制高频扰动对指纹图像质量的影响,提高运算速度和准确性。通过对FVC2000指纹库中的部分低质量指纹图像进行增强,表明该算法对指纹图像的增强效果明显,并且处理速度较快。     

指纹图像预处理和特征提取

在对现有的指纹图像增强算法研究和分析的基础上,结合指纹图像的方向特性和灰度特性,提出了一套较完整的指纹图像预处理和特征提取算法.先利用Kirsch算子得到指纹图像的方向场,并对指纹图像进行方向中值滤波,然后通过图像的边缘强度设计局部自适应阈值对指纹图像进行二值化,最后在指纹的细化图像上提取出指纹的细节特征点,并对其进行去伪处理.实验结果表明,该方法处理效果好,运算速度快.     

光电式指纹采集图像装置及其分类算法

介绍了基于CMOS图像传感器的便携式指纹采集装置的设计,利用全反射原理,并通过对指纹图像全局的方向分布获取特征向量.实验证明,特征向量融合方法使分类的准确率达到93.7%.     

基于方向图分布及中心点信息的指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于方向图及中心点信息的指纹分类算法.不同于以往利用core点和delta点进行分类,该算法根据指纹图像的中心点位置对方向图进行区域分割,通过各区域方向码之间的计算近似实现方向滤波,由方向滤波值进行分类.指纹图像大致可分为拱型、左箕型、右箕型和漩涡型4种.该算法为匹配算法提供了指纹类型信息,实验结果表明取得了较好的效果.     

基于方向滤波器组的指纹图像预处理

提出一种变换域指纹图像预处理增强方法。应用小波变换分离出低频信号和高频信号,对高频信号送入方向性滤波器组进行方向性子带分解,对各方向子带图像分块,根据块能量分布情况对子带图像重新加权处理。子带图像重建出高频信号加上原低频信号得到预处理结果,达到抑制噪声,增强特征目的。实验表明算法对指纹图像处理效果良好。     

基于连续分布方向图和改进的Poincaré Index的指纹分类

本文提出了指纹连续分布方向图(场)的概念及其算法,连续分布方向图具有很好的连续性、渐变性、抗噪性和较高的精确度;对经典的Poincaré Index计算公式和指纹奇异点检测算法进行了改进,改进后的Poincaré Index不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向,能够在像素级水平精确定位指纹奇异点(core 点和delta点).在此基础上,提出了一种新的基于连续分布方向图和改进的Poincaré Index的5类自动指纹分类算法,在江苏科技大学指纹库(含4000幅指纹)上的分类结果表明,本算法能抗任意角度的指纹图像旋转,成功地解决了指纹分类中的图像平移、旋转和形变不变性问题,分类正确率达到97.05%,具有较好的健壮性,满足实用要求.     

自适应指纹预处理算法

基于大量的实验提出了一套行之有效的指纹处理算法，主要包括使用基于方向图的自适应旋转滤波器、与自适应增强滤波同时进行的自适应阀值边缘处理、自适应阀值二值化，很好地增强了指纹图像的清晰度，同时起到了很好的滤波作用，为可靠、准确地实现指纹自动识别系统奠定了最可靠的基础．     

基于方向区域的NSCT图像融合算法

提出一种新的基于方向区域的NSCT图像融合算法。算法首先对源图像进行NSCT分解,获得不同方向的高低频子带。其次对高低频系数,根据不同分解层的方向特性,按方向区域能量的规则进行融合。最后,通过反变换获得融合图像。该方法既保留了Contourlet变换方法的多尺度多方向特性,又具有移不变性。实验结果表明,提出的算法有效可行,对比常用的区域融合算法,获得了更好的融合效果。