指纹细节匹配中细节点方向算法研究

本文提出了一种指纹图像匹配中细节点方向的计算方法，这种算法利用细节点所在的纹线来计算细节点的方向，实验结果表明．此算法对计算指纹图像细节点方向是有效的。     

一种基于中心点的指纹匹配算法

针对基于点模式匹配的指纹匹配算法速度较慢的现状,该文研究了一种基于指纹中心点的指纹匹配算法.该算法利用奇异点或者指纹有效区域的质心点寻找匹配的基准特征点对和相应的变换参数,并将待识指纹相对于模板指纹做姿势纠正,最后采用坐标匹配的方式实现两枚指纹的比对.实验结果证明,该算法可以快速、准确的定位基准点,精确求取变换参数,误识率低,准确性高,并具有图象旋转平移不变性.对面积适中的指纹图象,匹配结果可以满足在线应用的需要.     

指纹细节匹配中细节点方向算法研究

本文提出了一种指纹图像匹配中细节点方向的计算方法,这种算法利用细节点所在的纹线来计算细节点的方向,实验结果表明,此算法对计算指纹图像细节点方向是有效的。     

一种新的指纹匹配方法

针对基于点模式匹配的指纹匹配算法速度较慢的现状，设计了一种新的指纹匹配方法，即利用纹线匹配技术来寻找基准点对的指纹匹配算法．该算法首先基于指纹纹线的相似程度寻找一对基准特征点；然后根据基准点对的坐标，计算两幅指纹图象(模板图象、待识图象)的相对平移和旋转参数，并将待识图象相对于模板图象进行图象姿势纠正；最后使用坐标匹配的方法统计两幅图象能够匹配的特征点数目．以实现两枚指纹的匹配．实验证明．该算法匹配速度很快，误识率低，准确性高，并具有图象旋转平移不变性．对面积适中的指纹图象，匹配结果可以满足在线应用的需要．该算法有望发展成为一种实用、有效的指纹匹配技术．     

指纹特征点匹配算法探析

指纹形变问题已成为指纹鉴别准确率的瓶颈.本文针对指纹的形变问题,对现行的指纹特征点匹配算法进行了研究和探讨,提出了一种能够实现精确匹配的特征点匹配算法,从而有效地解决指纹变形等问题.     

指纹特征点匹配算法探析

指纹形变问题已成为指纹鉴别准确率的瓶颈。本文针对指纹的形变问题,对现行的指纹特征点匹配算法进行了研究和探讨,提出了一种能够实现精确匹配的特征点匹配算法,从而有效地解决指纹变形等问题。     

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。     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法。该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量。对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度。该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果。     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法.该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量.对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度.该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果.     

构建细节点柱形结构的指纹匹配算法

细节点柱形编码结构是指纹匹配领域中一种新颖的三维数据结构表示。针对这种方法所面临的极大的空间存储代价和时间复杂性,以及对稀疏细节点的描述能力较弱等问题,提出了新的细节点柱形结构的匹配策略,对原有的细节点柱形编码进行改进,减少了柱形编码的计算,有效地降低了匹配时间和空间代价。同时引入了最小形变误差模型,通过对非线性形变进行度量,找回丢失的稀疏细节点对,提高了匹配的准确率。在FVC2004上的实验结果表明,新方法具有较高的效率和准确性。     

一种新的形变指纹匹配方法

提出了一种基于细节点局部配准的形变指纹匹配方法。首先,结合细节点的纹理信息以及结构信息获取多个参照点;然后依据选取的多参照点实现模板指纹图像与输入指纹图像的全局配准从而获得指纹之间的公共区域;将公共区域内的细节点与它们最近的参照点聚类组合,形成多个分组,并将各分组内的细节点以对应的参照点为极点转化到极坐标系下建立指纹的局部对应性;最后,采用界限盒约束条件实现指纹匹配。实验结果表明,基于局部配准的指纹匹配方法对形变指纹匹配具有较好的鲁棒性,能较大提升指纹的识别性能。     

一种基于结构匹配的指纹匹配算法

提出了一种基于结构匹配的指纹匹配算法,不仅考虑了指纹的全局特性而且利用了指纹局部结构的平移和旋转不变性。该算法可克服在采集指纹图像时由于非线性形变所引起的细节点的位置、细节点的方向及指纹图像中细节点之间距离改变产生的影响,降低了匹配算法的拒识率。试验结果表明所提出的方法确实提高了指纹匹配算法的有效性。     

一种采用脊线特征的指纹模糊匹配方法

针对目前指纹识别系统主要采用手指上细节点的分布来表征和匹配指纹,提出了一种采用指纹脊线特征的匹配算法,以提高细节点数量较少情况下的匹配精度.在特征提取阶段,通过脊线采样,只存储脊线采样点集以降低存储量;在匹配时,对欲匹配的两指纹利用细节特征配准脊线集,在重合区域内对两指纹脊线统一进行编码,通过编码的比较确定相似脊线;以相似脊线的相同位置编码为论域,以相同位置编码的相似程度为隶属度,建立衡量脊线相似程度的模糊集,采用加权平均法对多个相似脊线模糊集进行综合评判得到两指纹脊线总体相似度.最后将脊线匹配相似度与细节点匹配相似度进行加权融合得到两指纹最终的相似度.在FVC2004指纹库上的实验表明该算法能够有效提高指纹匹配的准确性.     

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.     

一种基于细节点全局置信度的指纹匹配算法

传统基于细节点的指纹匹配方法通常利用细节点的局部结构相似度来描述一组细节点对之间的匹配程度.提出细节点的全局置信度概念,描述一组细节点对在全局范围内与其他细节点对之间的空间一致性和整体匹配可能性,可看作是对局部相似度的一个有效补充.通过计算点对相容性矩阵的主特征向量,借助谱松弛技术,可得到所有细节点对的全局置信度.结合局部相似度和全局置信度可构造出新的关联矩阵,那些具有较大的局部相似度和较大的全局置信度的候选细节点对被认定是匹配的.该方法较好地利用局部拓扑信息和全局相容信息,对非刚性形变和噪声具有较好的鲁棒性.在FVC2002和FVC2004数据库上的实验结果表明,该方法具有较高的效率和准确性.     

基于细节点聚类的指纹匹配算法

指纹匹配算法的好坏直接影响识别系统的精度。本文提出了一种新的基于细节点聚类的多参考中心指纹匹配算法。实验结果表明本文所提出的方法提高了匹配的性能。     

基于细节点聚类的指纹匹配算法

指纹匹配算法的好坏直接影响识别系统的精度。本文提出了一种新的基于细节点聚类的多参考中心指纹匹配算法。实验结果表明本文所提出的方法提高了匹配的性能。     

一种改进的指纹纹理匹配算法

目前的中心点定位方法对发生旋转的指纹图像处理效果不佳,针对这一缺陷,结合指纹脊线方向特性和结构特性,提出了一种新的基于指纹方向图的中心点定位方法。在此基础上,改进了文献[1]中的指纹编码方法。实验表明该文提出的方法对旋转的指纹图像具有很强的鲁棒性,匹配精确度比原来的方法有一定的改进。     

一种基于基准点的指纹匹配算法

在图像中心区域为若干细节点分别构造局部结构,根据这些结构的匹配结果实现了基准点的精确定位。在指纹匹配阶段引入一个新的属性,即细节点到基准点之间的纹线切割数目,该属性对指纹的平移和旋转以及非线性形变具有不变性。指纹匹配时对该属性进行比较,排除明显不匹配的细节点,根据可变大小界限盒的方法对细节点进一步匹配。实验结果表明,该算法效率比原有算法提高了10%～20%,且实现了较高的匹配精度。