基于非线性扩散滤波的指纹增强算法

根据指纹图像的特性提出了一种利用非线性扩散滤波增强指纹图像以提取细节点的方法.该算法利用指纹图像的结构张量构造扩散张量.使得滤波沿着指纹脊线方向扩散.在求解非线性扩散滤波中最重要是怎样选取迭代时间和迭代步长.为了解决这两个问题,根据扩散张量在大小为(2n+1)×(2n+1)窗口上的离散形式,分解扩散滤波为4n个方向的和,然后利用托马斯-高斯消元法在每个方向快速求解非线性滤波后的指纹增强图像.该算法的优点是可以有效地连接断裂脊线,而不会改变指纹脊线的连续性和奇异性.在NIST27数据库及FVC2002数据库上的实验结果表明,基于非线性扩散滤波的指纹增强算法可以有效地提高提取细节点的性能和指纹匹配率.     

基于Gabor滤波的指纹增强算法

介绍了一种改进的Gabor滤波的指纹图像增强算法。提出一种新的指纹图像分割算法，并对指纹核心区域进行多方向滤波合成。实验证明，该套增强算法运行稳定，效果好，鲁棒性强。     

基于信息可用性评价的指纹图像质量增强算法

针对指纹图像可能出现模糊、指纹区域过小、奇异点位置过偏等问题,提出了一种基于信息可用性评价与频谱分析的指纹图像质量增强算法。对指纹图像进行信息可用性评价,对不合格的指纹图像提示进行重新采集;对合格图像进行傅里叶变换并求取其频率均值和方差,计算指纹频谱图上内环、外环、中环的频谱能量值与去除直流分量后的频谱总能量值之比,以此确定指纹的清晰程度。对需要进行质量增强的指纹,利用圆滤波器去除其高频与低频干扰,利用方向滤波器连接断纹并去除粘连。实验结果表明,该方法能准确判断指纹图像的可用性,有效地增强指纹图像质量,并因其只对低质量指纹进行增强,故能有效提高指纹自动识别速度及准确性和可靠性。     

基于Hermite滤波器的指纹增强算法

指纹增强的目的在于改善指纹图像的质量,以提高指纹识别系统的性能。提出了一种基于Hermite滤波器的指纹增强算法,算法利用经典的梯度公式法计算纹线方向,利用指纹图像子块的频谱分布特征计算纹线频率。以纹线方向和频率作为滤波器的主要参数,利用具有良好带通特性的Hermite滤波器和具有可变角度带宽的低通滤波器进行滤波,有效地提高指纹的纹理清晰度,较好地避免奇异点区域的块效应。实验结果表明,算法具有良好的图像增强效果。     

基于加博函数的指纹增强算法及其应用

指纹增强对于提高细节特征提取的准确率乃至整个自动指纹识别系统的性能实现都具有重要的意义.研究了基于加博(Gabor)函数的指纹增强算法,对纹线方向提取算法进行了改进,提出了一种纹线频率提取方法,给出了加博函数用于指纹增强的具体应用形式,以指纹图像的纹线方向和纹线频率为参数,使用加博函数实现了对指纹图像的增强处理,并使用南京大学活体指纹库中的部分典型低质量图像样本对算法性能进行了测试.实验结果表明,该算法对低质量图像具有显著的增强效果,增强后可以有效地降低指纹匹配的拒识率(false reject rate,简称FRR),处理速度和增强效果可以基本上满足在线自动指纹识别系统的需要.     

一种改进的基于Gabor滤波的指纹增强算法

研究并实现了基于Gabor滤波器的指纹增强算法,对纹线方向提取算法进行了改进,获得了较准确的方向图。并改进了纹线频率的提取方法,有效地避免了Gabor滤波后在脊线中留下伪纹线和小孔的问题。同时也对滤波算法进行了优化,有效地减少了运算量。实验证明,该方法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

基于高斯滤波与可信度判别的改进指纹增强算法

对现有指纹图像增强算法进行研究并提出了一种新的改进算法。利用Gaussian滤波器对指纹图像多次滤波计算指纹图像方向图,减小了噪声的影响;根据得到的方向信息对原有图像进行对应分块旋转并沿Y轴垂直投影得到图像的统计频率,算法简便;采用Gabor滤波器进行指纹增强,取整幅图像有效频率的均值作为该图像的频率,减少了计算量。并在此基础上利用一定的判别规则对二值化图像进行可信度判别,进一步改进了增强后图像的质量。该算法简单有效,易于实现。实验结果表明对于一定噪声的指纹图像仍有很好的增强效果。     

基于模糊逻辑的指纹图像对比度增强算法

提出了一种新的基于模糊逻辑的方向纹理对比度增强的方法,对指纹图像进行增强.通过模糊边线判别器在对任一像素点属于边缘的程度进行模糊软判决的同时完成边缘检测,根据计算出的指纹方向图,结合模糊的边缘判新局面器的输出结果，来指导基于方向纹理的指纹图像的对比度增强.实验结果表明这种方法对于质量比较差的指纹图像能明显改善其质量,对于图像的边缘区域，则能够在保持边缘细节的同时滤除噪声。     

基于方向滤波的指纹图像增强算法研究

指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等步骤。其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

蚁群算法在指纹增强中的应用

自动的指纹识别系统是基于生物特征的身份识别技术的重要组成部分。指纹增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础。依据蚁群算法的聚类特性,提出了一种基于蚁群算法的指纹增强方法,提高了指纹图像的质量。     

基于非平稳信号频谱分析的指纹图像增强算法

把指纹图像看作一种局部平稳总体非平稳的信号,研究了指纹图像的频谱特性,提出了一种基于统计学的指纹方向和频率估计方法.在此基础上,基于方向一致性分析和频率分析,提出了方向和频率校正算法.实验结果表明,该算法对指纹图像有显著的增强效果,并有效地提高了指纹细节特征提取的准确率.     

基于Contourlet变换的指纹图像增强

提出通过变换域进行指纹图像增强,对指纹图像进行多尺度多方向的Contourlet变换,通过估计噪声方差水平,对Contourlet变换域系数进行处理,保护边缘特征系数,抑制噪声系数,反变换重建达到去除噪声、增强图像的目的。实验结果表明算法效果良好。     

基于傅里叶变换的指纹图像增强算法

在指纹图像识别系统中,指纹图像的预处理是关键环节,而指纹图像的质量和合适的增强技术又是其中的最关键步骤。文章利用基于傅里叶滤波的指纹图像增强算法,在频域中对指纹图像进行处理,通过带阻滤波和方向滤波,取得了较好的图像处理效果。     

基于Gabor滤波的指纹图像增强算法

由于指纹的唯一性和不变性,指纹识别已成为当前最流行、最方便、最可靠的个人身份认证技术之一。指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响特征提取与特征匹配。提出了一种基于Gabor滤波的指纹图像增强算法。阐述了Gabor滤波器的定义及其在指纹图像增强中的应用。对指纹图像方向图提取方法和频率计算方法作了改进尝试。实践表明,该方法是有效的、实用的。     

指纹图像增强和纹线提取算法

研究并实现了指纹图像增强和纹线提取算法。改进了指纹脊线距离求取算法和基于脊线方向的纹线提取算法。实践表明,改进算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

指纹图像增强技术综述

通过对指纹识别技术的应用现状和目前存在问题的分析,介绍了指纹识别中常用的图像增强算法。并重点介绍两种主流低质量指纹增强算法的原理,最后总结了该方向上的难点问题和一些新的研究方向。     

基于方向滤波的指纹图像增强算法．

指纹增强对于提高细节特征的准确率以及整个自动指纹识别系统的性能都有着十分重要的意义。文中采用基于梯度的sobel算子方法求取指纹的方向图，并对传统的公式进行了补充；然后利用指纹的纹线局部方向一致性和纹线宽度信息，通过一组方向滤波器来实现指纹的增强。试验结果表明该方法对改善指纹图像的质量十分有效。     

一种基于低分辨率指纹图像的增强方法

指纹鉴别是一个比较复杂的过程,一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响着后面指纹图像的细化特征提取等处理。论文针对硅晶体指纹采集芯片采集到的低分辨率指纹图像,提出一种有效的图像增强处理方法。由于指纹分辨率低,以及前景与背景的灰度差别很大,采用通常的空域Gabor增强后仍然有误增强和增强不充分的情况。所以针对此情况论文提出了采用非线性与线性相结合的二次图像增强的方法。首先使用Gabor滤波器进行非线性的图像增强,对增强后的灰度图像进行二次线性增强,即利用指纹的方向信息进行二值化处理。实验结果表明论文方法增强效果较好,与经典的Gabor图像增强方法比较,使用该方法图像增强后特征提取准确率明显提高。