基于图像场能分析的指纹图像增强

手指的脱皮老化以及活体指纹传感器带来的图像误差易影响指纹图像的成像质量.为此,针对低质量指纹图像中存在的纹线断裂、脊谷粘连以及手指脱皮造成的区域性模糊等问题,提出了一种基于指纹图像场能分析的指纹图像增强算法.算法分析和计算了指纹图像的强度场、梯度场、方向场和频率场,并在分析图像本身特点的基础上结合各场能具体信息以及Gabor滤波原理对指纹图像进行逐步的增强处理.实践表明,整套算法对低质量指纹图像增强效果良好,能大幅度提高指纹图像质量.     

用于身份识别的指纹图像增强算法研究与应用

研究了一种指纹增强算法,利用Gabor滤波器具有最佳时域和频域连接分辨率的特点和其良好的带通性,使用Gabor滤波器对低质量指纹图像进行了滤波去噪处理;使用纹线投票算法获取了指纹图像的纹线结构,在此基础上提取了指纹图像的方向信息,结合方向信息对图像进行了增强处理,实验结果表明,该算法的图像增强效果显著。     

结合遗传算法与方向图法的指纹图像分割

指纹作为人体的重要特征，由于其唯一性和终生不变性，越来越成为生物测定技术的重要手段，在自动指纹识别中，指纹图像分割是图像预处理中关键的一环，不仅能够对图像信息进行压缩，保留脊谷线的主要信息，同时能够去除大量的粘连，加速后续处理的速度和提高指纹特征提取和匹配的精度，将基于遗传算法的阈值分割方法和方向图法相结合对指纹图像进行分割。     

基于分块大小可变的指纹图像增强算法

提出了一种新的图像分块方法,对方向变化不同的区域,采用可变大小的分块,来弥补传统算法的缺点,并用分级校正的方法来计算指纹方向图,从而得到较准确的块方向,最后通过Gabor滤波器增强指纹图像。实验验证了算法的有效性。     

指纹图像预处理方法的研究

针对指纹图像降质带来的困难，提出基于指纹结构特征的某些合理假设，在此基础上设计要应的处理算法，提出了增强指纹图像对比度、提取指纹有效区域、根据方向信息分割图像以及去除图像中气泡噪声的算法等。实施证明，这些算法处理效果好、运行速度快、编程简单，有效地解决了降质图像的预处理问题。     

基于方向滤波的指纹特征提取

对现有指纹图像增强算法进行研究,利用高斯滤波器的方向选择性,对正确求解出方向图的指纹图像进行方向滤波,很好的增强了指纹图像。对增强后的指纹图像进行细化,利用掩膜求解出指纹图像中的特征点。实验结果表明该方法可以很好的提取出指纹图像中的特征点。     

电子暗房技术运用于指纹司法鉴定中之研究

目的通过利用电子暗房处理技术—Photoshop计算机图形处理软件对现场指纹和嫌疑人捺印指纹进行图像处理，达到指纹鉴定及其材料制作的目的。方法首先利用扫描仪将指纹扫描输入计算机，然后利用Photoshop对指纹检材与样本进行图像处理和检验鉴定。结果Photoshop不仅可以处理指纹鉴定图像，而且可以处理其它痕迹鉴定的图像。如：足迹、工具痕迹、枪弹痕迹、文件检验等等。结论本研究对实际应用有较大的参考价值。     

Radon变换在倾斜车牌图像校正中的应用

倾斜车牌图像的校正是车牌识别中的重要环节之一.根据Radon变换思想,对三种倾斜方式提出了相应的校正方法.用数学形态学的方法对车牌图像进行边缘检测;利用Radon变换检测车牌倾斜角度,对水平方向进行旋转无损校正,对垂直方向进行双线性插值错位偏移校正.实验结果表明该方法是快速有效的.     

指纹识别系统中的预处理组合算法

针对电容式传感器采集的指纹图像的特点,本文提出了一套完整的指纹图像预处理组合算法.该算法充分考虑到了采集到的指纹图像的质量和图像面积等问题,且从全局角度出发在当前原有算法基础上加入了两次滤波去噪来增强指纹纹线并有效消除噪声以得到更清晰准确的处理结果.算法首先对采集到的指纹图像采用边缘保持滤波法去除噪声;然后使用基于纹路方向性的Cabor滤波图像增强算法增强去噪后的指纹图像,减少因指纹旋转及平移因素造成的误差;接着对增强后的图像采用动态阈值法进行二值化处理并进一步地二次滤波去噪;最后采用基于形态学的细化算法对二值图像进行细化将其变为点线图.实验证明,通过该算法处理后的图像很好地保留了纹线的关键信息,有利于后续的指纹特征提取和匹配.     

鱼眼图像畸变校正算法

根据鱼眼镜头成像的特点,选择合适的图像畸变校正算法,标定鱼眼图像的中心和半径,用标定得到的参数进行校正,推出校正模型,方法简单,易于实现,并对鱼眼图的畸变矫正问题提出意见与看法。     

指纹伪特征信息去除算法研究

在细化后指纹图像中,存在着许多特征信息。准确提取出真实特征信息是指纹工作的重要步骤。因此,要对出现的不同伪信息特征进行删除,首先对不同图像采用自动测量纹线间距,确定后处理中用到的阈值。然后,区分伪特征的类型,对短线、断线、小桥等类型采用改进的方法去除,对边界的、三角和岛屿等采用全新的方法去除。     

具有结构化方向信息和特征点检测的指纹分类算法研究

针对大型指数数据库中的匹配难点,基于异常点检测及其相互位置关系和结构化方向信息,提出了一种针对指纹图像质量较差环境下的分类算法。实验结果表明,该算法具有良好的特性,满足实用要求。     

半导体指纹传感器图像质量评估方法

指纹图像的采集处于指纹识别系统的最前端,图像质量的好坏直接关系到系统的处理速度和准确性。针对目前广泛使用的半导体指纹传感器,根据指纹本身的固有特性,设计出一纽多通道Gabor滤波器对指纹图像进行分解和特征提取,并结合基本的图像质量评估指标进行质量分析和判断。实验结果表明：该算法能有效地判断半导体指纹传感器的图像质量,有助于提高自动指纹识别系统的整体性能。     

指纹细节特征提取与剪枝

指纹图像经预处理后，由于各种原因，会产生数以百计的特征。为了图像匹配的精确和快速，提出一套在细化后的指纹点线图上提取细节特征并对其剪枝的方法，并根据细节特征的拓扑特性，设计了验证其可靠性的算法。通过实验，证明了该后处理过程在去除指纹图像伪特征方法面具有良好的效果。     

Fingerprint orientation alignment and similarity measurement

Abstract

In this paper, an algorithm for fingerprint orientation alignment is proposed in which a fingerprint is aligned to a particular direction according to its ridge flows. The algorithm works equally well for different types of fingerprints, including the type with no reference points. Aligned fingerprint images provide a lot of useful information for various applications. To demonstrate the use of such information, a fingerprint similarity measurement system is developed in which fingerprints are expressed by vectors with different elements derived from aligned images. When given two fingerprints, this system can help determine which of the two is more similar to a third fingerprint and which one is less similar by calculating distances among vectors. The alignment algorithm has been tested on 165 images in the NIST-4 fingerprint database. By rotating a test image in different degrees, 20 images are created. The alignment precision is calculated by an equivalent Euclidean norm, E(I), of the 20 rotated images to the original image. A smaller E(I) indicates a higher accuracy of the algorithm. The experimental results show that the average E(I) of these 165 samples is 1.234, and the spread of these 165 E(I)s is 1.1.     

基于指纹结构特征信息匹配的算法

为了克服指纹识别中常见的问题,本文提出一种基于指纹结构特征信息匹配的算法。该算法利用改进的Bresenham算法求得指纹分叉点间连线所穿越的脊线个数和分叉点结构特征信息,得到模板指纹和待识指纹的结构特征信息矢量数组;运用二分图的完美匹配算法,得到矢量数组的匹配度。对该匹配度进行评估,如果高于某一个闽值,则认为指纹匹配成功;否则,则认为不是同一指纹。该算法在实际应用中取得较好的效果。     

Optimized algorithm for the spatial nonuniformity correction of an imaging system based on a charge-coupled device color camera

We present an optimized linear algorithm for the spatial nonuniformity correction of a CCD color camera's imaging system and the experimental methodology developed for its implementation. We assess the influence of the algorithm's variables on the quality of the correction, that is, the dark image, the base correction image, and the reference level, and the range of application of the correction using a uniform radiance field provided by an integrator cube. The best spatial nonuniformity correction is achieved by having a nonzero dark image, by using an image with a mean digital level placed in the linear response range of the camera as the base correction image and taking the mean digital level of the image as the reference digital level. The response of the CCD color camera's imaging system to the uniform radiance field shows a high level of spatial uniformity after the optimized algorithm has been applied, which also allows us to achieve a high-quality spatial nonuniformity correction of captured images under different exposure conditions.