基于同一性检测的指纹细节特征提取方法

针对常规的指纹细节特征提取方法难以消除指纹图像预处理过程中产生的伪细节点问题,提出一种基于同一性检测的提取方法。首先,分别利用频域滤波器和小波域Gabor滤波器增强处理同一幅指纹图像;然后从得到的两幅图像中分别提取指纹各细节特征的位置和类型,取这两幅不同增强图像的特征点的交集以消除预处理环节产生的伪细节点;最后剔除指纹图像本身存在的伪特征。实验结果表明,该方法鲁棒性强,能显著提高所提取指纹细节特征的真实性和准确性。     

基于脊线跟踪的指纹细节特征提取

提出了一种基于脊线跟踪的指纹细节特征提取方法。该方法用脊线跟踪的方法来寻找和验证特征点,用相对于中心点的位置来定位特征点,因此能排除按捺指纹时产生的因为图像旋转、扭曲和变形造成的干扰,大大提高了指纹识别时的精度。     

基于Gabor滤波器组的车牌汉字特征提取

提出基于Gabor滤波器组的特征提取新方法.利用汉字图像的统计信息及归一化信息,提出针对车牌汉字的有效的Gabor滤波器组参数优化方法,并设计一组Gabor滤波器用于提取车牌汉字图像中不同中心频率和方位的笔画纹理特征,实现直接对灰度图像的特征提取.实验结果表明,相比传统二值化特征提取方法,采用基于Gabor滤波器组的小波变换提取特征能够获得更良好的识别性能.     

基于主曲线的指纹细节特征提取方法

要提高指纹识别的识别率,关键是指纹特征的提取。主曲线是主成份分析的非线性推广,它是通过数据分布“中间’’并满足“自相合”的光滑曲线,较好地反映了数据分布的结构特征。本文尝试使用主曲线这种新的方法来提取指纹的细节特征。实验结果表明利用主曲线来提取指纹的结构特征是可行的,它为指纹特征提取的研究提供了一条新途径。     

一种采用Gabor小波的纹理特征提取方法

Gabor小波是一种重要的纹理特征提取方法。利用其基函数的正交性,Gabor小波不仅可以有效地提取纹理特征,而且可以消除冗余信息。然而,采用Gabor小波方法计算得到的纹理特征向量具有较高的维数,因此,提出一种采用Gabor小波的纹理特征提取方法。该方法采用Gabor小波方法计算不同尺度和方向的能量信息,根据这些信息确定了显著峰集合。根据显著峰集合,确定了纹理特征向量,并且把显著性作为权重引入到相似性度量。实验结果表明,采用该方法的系统具有和采用直接Gabor小波变换方法的系统近似相同的检索性能,而纹理特征向量的维数仅为采用直接Gabor小波变换方法计算得到的纹理特征向量维数的6.1%。     

基于有效数据网格的Gabor小波纹理特征提取算法

运用医学图像网格划分的方法,提出了一种基于有效数据网格的Gabor小波纹理特征提取算法,给出了算法流程,并进行了实验比较.结果表明,新算法提取的纹理特征能较好地实现医学肝脏图像的识别问题,通过与现有算法及其他典型图像识别方法的对比验证,该方法可以取得更高的识别率.     

一种改进的指纹图像细化及特征提取算法

指纹图像预处理是自动指纹识别系统(AFIS)的关键步骤,它的好坏直接影响到整个系统的速度和准确率.通过介绍预处理过程中细化,以及细节特征提取等关键技术,提出一些改进算法和新的思想,以及基于细化图像的细节特征提取算法.     

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。     

一种改进的指纹细节特征提取算法

在指纹录入以及预处理中易引入噪声,因此在特征提取中,存在大量的伪特征,影响指纹的特征信息提取.本文提出了一种新的伪特征去除算法,即利用特征点为中心建立特征点检测窗口,根据一定的条件对伪特征点进行删除,另外本文提出了一种利用计算特征点到中心点的纹线数取代计算这两者之间的距离的特征提取算法,更加精确地记录了指纹的实际特征,为提高指纹识别的精度奠定了良好的基础.     

基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。     

一种基于信息融合的指纹特征点提取方法

针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。     

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。     

基于二值化指纹图像细节点提取的改进算法

深入研究了二值化指纹图像细节点提取算法,针对已有算法中存在伪细节点和遗漏细节点的问题,提出了一种改进的二值化指纹图像细节点提取算法。该算法在原有提取算法的基础上,采用了形式分割图段、结合纹线方向提取、合并图段等措施。大量实验表明,该算法显著地减少了伪细节点和遗漏细节点的出现,是一种较为理想的二值化指纹图像细节点提取算法。     

基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。     

基于纹线跟踪的指纹细节提取算法

提出了一种基于脊线跟踪的细节点检测新方法,它直接从灰度级指纹图像中提取特征点信息,而不必经过二值化和细化过程,从而较大节约了运算时间,提高了可信度。实验证明,相对于传统算法,除了概念上稍复杂些外,该算法无论从效率或者鲁棒性方面,都具有明显的优势。     

一种基于伪特征点消除算法的指纹细节提取方法

指纹特征提取是指纹识别技术的关键。本文介绍的方法是,指纹图像经预处理后,不对脊线做任何修复,在细化指纹图像上直接提取原始细节特征点集,然后根据图像的伪特征点的分布规律,删除伪特征点,保留真正特征点。     

基于多参考节点的指纹匹配方法

提出了基于多参考节点整体对齐的指纹节点匹配方法,该方法先用多对参考节点将两个指纹对齐,然后再评估两组节点的匹配程度．由于多参考节点分布在指纹的各个区域,多对参考节点对齐后,两个指纹各区域的对齐程度会相对均衡．实验表明,该方法能有效地提高系统的识别性能．     

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.     

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.