指纹图像模式识别方法的研究

如今,指纹识别技术成为了生物技术研究的热点问题,也正逐渐朝着更实用和更优越的目标前进,自动指纹识别系统更是以各种方式进入人们的生活。笔者介绍了对采集的指纹图像的处理过程和结果,包含指纹图像预处理、特征点提取、比对与指纹图像的匹配。建立了提取指纹端点、叉点、奇异点的提取模型。通过比较可以得出提取指纹特征点的算法对于不同的指纹图像都具有普遍适用性,比较了不同算法的优缺点并总结评价。     

基于BP神经网络的指纹识别

本文深研究了基于BP神经网络的指纹识别。对采集到的指纹图像进行预处理,消除假的特征点,利用指纹图像的脊线端点和分叉点作为最终特征点,提取其特征点坐标和方向作为神经网络的特征输入向量,实验证明该方法具有较好的实验效果。     

指纹识别中的特征点提取算法

指纹特征的提取在指纹自动识别系统中足一个必不可少的重要环节.根据指纹的固有规律,提出了一套较完整的指纹图像特征提取和伪特征去除算法,指纹特征提取是从细化后的指纹图像中得到的细节特征点(即端点和分叉点),其中含有大量的伪特征,根据伪特征点的结构,在特征提取之后对伪特征点进行去除,主要对毛刺和短脊进行去除.实验结果表明,该算法大大提高了指纹识别时的精度,并具有较强的抗干扰性.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.     

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。     

基于特征点脊线相似的指纹匹配算法研究

主要研究指纹特征的提取与匹配,采用八邻域法提取指纹的端点特征,提出了一种基于嵴线相似的三角形指纹匹配算法.三角形相似匹配算法的核心思想是:根据特征提取的所有端点和分叉点,组成矢量三角形进行匹配.仅提取端点并将该端点首先进行嵴线的相似匹配,从中找出脊线相似的端点,再进行三角形的相似匹配.该算法有效地降低了三角形匹配的数量,加快了匹配的速度.通过Matlab实现指纹识别系统,实验证明该算法能够取得一定的识别效果.     

基于Matlab实现的指纹图像细节特征提取

指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配.介绍了一套基于Matlab实现的指纹细节特征提取方法,并给出了去伪算法.指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含有大量的伪特征,既耗时又影响匹配精度.采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠特征点信息,以便实现指纹匹配.实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率.     

基于矢量三角法的指纹特征匹配算法的研究

指纹匹配是自动指纹识别系统(Automatic Fingerprint Identification System，AHS)中最重要的问题之一。文中主要针对如何确定两幅指纹图(模板和输入图像)的参照点问题，提出了一种基于指纹脊线结构和矢量三角法相结合的算法，将脊线信息引入匹配过程中，并在极坐标下进行细节点匹配。仿真实验表明，该方法不依赖指纹图的中心区域，具有旋转平移不变性，不仅能很好地区分来自不同指纹的图像，而且有较好的匹配结果。     

地统计关联特征与多子集匹配的缺失指纹识别算法

针对主流指纹识别算法对缺失指纹图像识别率非常低的问题,提出了一种地统计关联特征与多子集匹配的算法（GS-MS）。首先对指纹图像进行Gabor滤波增强以及二值化、细化预处理,然后将图像均匀划分为N个子集,分别提取各子集的地统计学关联特征与分叉点、端点等细节特征点,最后以待识别指纹图像子集为基准,与指纹库子集进行匹配识别。采用完整与缺失两种指纹数据集进行测试,GS-MS算法均取得了较优的识别精度,而且没有大幅度增加运行时间。     

基于二值图像的指纹细节点提取

指纹细节点提取是自动指纹识别研究的关键问题之一，尽管已有很多基于细化图像分析的方法和基于原始灰度图像分析的方法，但该问题还没有得到很好的解决。因此提出了一种从二值图像上提取细节点的方法。首先通过行程匹配得到二值指纹图像中的图段，然后根据图段的结构形式和图段之间的连接关系进行细节点的判定，细节点的方向通过直线试探法获得。实验结果表明：与基于细化图像的方法相比不仅具有较高的效率，而且能使指纹匹配达到较高的精度。     

图像预处理与指纹特征值提取

众所周知,指纹具有"各不相同、终生不变"的特性,利用指纹可以识别身份.指纹识别技术作为一个新的IT技术领域,自身具有许多新的概念.本文利用图像处理方法对指纹图像进行预处理,即对图像进行均衡化、归一化、二值化和细化.预处理之后对图像提取特征值,包括端点分叉点和中心点.     

一种有效的指纹细节点提取方法

提出一种指纹细节点提取方法,在得到指纹二值化图像后,分别对脊线和谷线进行细化,从 脊线细化图和谷线细化图中提取分支点作为指纹的特征点。这样得到指纹的细节点比较准确,而虚假 点也比较容易除去。实验证明,这种方法得到细节点的数目也相对较少,有利于进一步的指纹匹配。     

Fingerprint minutiae filtering using ARTMAP

Fingerprints are widely used for unique personal identification based on minutiae matching. Minutiae are the terminations and bifurcations of ridges in a fingerprint image. Generally fingerprint images are of low quality due to the presence of noise and contrast deficiency resulting in discontinuity in ridges producing false minutiae points. It is worth noting that there is a fundamental difference between a neural network (NN) approach for minutiae location and minutiae filtering. In this paper, the spurious minutiae points and the bug pixels introduced during the thinning process are eliminated based on the neighborhood pixel information. A new minutiae filtering algorithm using a NN is introduced to improve the accuracy of the extraction algorithm proposed in the literature. Each minutia, as detected by the algorithm, is classified through ARTMAP NN whose output indicates whether it is a termination, a bifurcation or a false minutia. Experimental results show that the efficiency of minutiae classification has significantly improved using the proposed filtering algorithm.     

基于临界特征点的图像匹配算法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发,提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像,在指纹登录过程中对图像质量不好的情况给用户有效的提示,以便重新获得更高质量的图像;对指纹局部区域的质量等级进行标注,提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价,提高了自动指纹识别系统的准确性和可靠性。     

指纹图像质量的自动评价方法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发,提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像,在指纹登录过程中对图像质量不好的情况给用户有效的提示,以便重新获得更高质量的图像;对指纹局部区域的质量等级进行标注,提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价,提高了自动指纹识别系统的准确性和可靠性。     

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．     

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。     

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。     

An effective algorithm for fingerprint image enhancement based on wavelet transform

Among all the fingerprint identification/verification systems, such as minutiae-based or filterbank-based fingerprint matching, the performance relies heavily on the quality of the input fingerprint images. In this paper, we propose an effective algorithm of fingerprint image enhancement, which can much improve the clarity and continuity of ridge structures based on the multiresolution analysis of global texture and local orientation by the wavelet transform. Experimental results show that the enhanced image quality by using the wavelet-based enhancement algorithm is much better than the other existing methods for improving the minutiae detection.     

利用贪心算法进行三角剖分的指纹匹配方法

针对指纹识别过程中的指纹匹配算法的准确性以及识别效果等问题,结合计算几何中平面点集的三角剖分方法-贪心算法的特点,将其引入指纹匹配处理,提出了一种基于三角网格(用贪心算法进行平面点集的三角剖分)的指纹匹配方法。该方法通过对细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照一定的规则相连,得到三角形网格,并基于该网格寻找若干参考点对,最后通过将两幅指纹图像进行姿势调整构成待识别指纹图像,使用获得的参考点对实现基于点模式的指纹匹配。经分析该方法是一种行之有效的指纹匹配方法,确保了指纹旋转、指纹平移参数计算结果的准确性,有效地提高了最终的识别效果。