直接提取指纹特征算法的优化研究

在对Maio与Maltoni于1997年提出的指纹特征灰度图直接提取算法进行分析的基础上，提出了一种改进的指纹特征提取算法，即在前景模板分割部分采用Canny算子和数学形态学相结合的方法；在终结点判定部分提出跟踪角度和灰度变化相结合的新方法；在滤波和去除伪节点等方面也进行了改进。实验证明，这些改进在很大程度上克服了原算法阈值过多，易提取出虚假脊线的问题。这样不仅使算法健壮性和准确性得到了很大的提高，而且更有利于实际应用。     

基于灰度图纹理指纹的恶意软件分类

随着安卓恶意软件数量的快速增长,传统的恶意软件检测与分类机制存在检测率低、训练模型复杂度高等问题。为解决上述问题,结合图像纹理特征提取技术和机器学习分类器,提出基于灰度图纹理特征的恶意软件分类方法。该方法首先将恶意软件样本生成灰度图,设计并集成了包含GIST和Tamura特征提取算法在内的4种特征提取方法;然后将所得纹理特征集合作为源数据,基于Caffe高性能处理架构构造了5种分类学习模型,最终实现对恶意软件的检测和分类。实验结果表明,基于图像纹理特征的恶意软件分类具有较高的准确率,且Caffe架构能有效缩短学习时间,降低复杂度。     

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。     

一种基于局部结构信息的指纹伪特征滤除算法

自动指纹识别系统中，灰度指纹图象经过预处理过程得到细化二值图象，其中往往含有大量的伪特征，这将对后续的分类、匹配等操作造成不良影响，导致系统识别率下降，为此首先提出一种新的快速纹线跟踪算法——8邻域编码纹线跟踪算法，然后提出一种基于局部结构信息的指纹伪特征滤除算法，该伪特征滤除算法是在纹线跟踪的基础上，提取指纹特征点的若干属性，并结合特征点的局部结构信息，对各种伪特征结构进行识别和滤除，实验结果表明，本方法可以快速、准确、彻底地滤除这些伪特征结构，效果令人满意。     

基于图的指纹匹配算法

研究了基于端点和分支点的点模式指纹匹配算法，通过对端点和分支点的完全图进行匹配，使其具有较好的稳定性。对匹配图像端点和分支点进行分组，通过每组的点和模板图像的细节点进行点模式匹配来实现指纹匹配，有效地降低了运算复杂度。实验结果表明，该方法在指纹产生非线性形变、指纹图像质量低等情况下有较好的性能，具有较强的实用性。     

基于纹线跟踪技术的指纹图像后处理

介绍了基于邻域编码的纹线跟踪技术及其纹线跟踪过程,在此基础上,完善了指纹图像后处理算法,提取了指纹细节特征。在完全细化的指纹图像上,利用纹线跟踪技术,剔除了可能的伪特征点,保留了真实的细节特征点,指纹图像后处理效果十分理想,达到了指纹特征准确提取和特征点集准确获取的目的,为后续的指纹匹配工作打下了良好的基础。     

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.     

基于指纹连通性的灰度方差分割算法

针对方差分析和方向信息等传统的指纹分割法的局限性,运用有向图的原理,将指纹的连通性与灰度均衡算法结合,提出了一种改进的指纹分割算法.依据指纹连通性把分块后的指纹图像结合有向图原理进行处理,避免了指纹图像中孤立区域的产生,能够从指纹区域的一个分块快速判断出整个指纹区域.试验分析结果表明,该算法运行速度快、分割效率高、实用性强,并对指纹图像进行了初滤波和规格化处理,可广泛应用于实时处理的自动指纹识别系统.     

三维重建指纹特征提取分析的刑事案件数字化侦破

本文在二维指纹识别技术的基础上,结合多目摄像头数据模型进行指纹采集的三维重建。采用指纹特征点坐标场和方向场进行表征,利用二维指纹特征点的空间映射来获得三维指纹特征点空间特征坐标,由局部四邻域法计算坐标方向场,在指纹匹配中,基于双参考点法进行指纹的空间特征点对齐,由欧氏距离和方向夹角进行特征点配对。实验结果表明,本文提出的指纹三维重建技术以及指纹特征点的提取和匹配,能够最大限度获取三维指纹特征信息,保证指纹特征识别精度,为刑事案件侦破提供有力的技术支持。     

基于图像质量分区的指纹特征提取

低质量指纹图像的特征提取和变形指纹的匹配是当前指纹识别研究中的两个主要问题。很多算法在特征提取时不区分高、低质量区域,结果在高质量区域耗费了过多的运算时间和计算资源。本文提出了一种基于图像质量分区的指纹特征提取方法,先用一种简单的图像区域质量计算方法评价各区域的图像质量,然后对高质量区域直接从灰度图像跟踪纹线、提取节点,对低质量区域执行传统的方向计算、增强、二值化和细化后提取特征。实验结果表明,该方法不仅提高了特征提取的速度,在准确性上也有所提高。     

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。     

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。     

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。     

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.     

一种滤除细化指纹图像中伪特征点的新方法*

提出了一种新的滤除指纹细节伪特征方法,它首先对非边界端点采用脊线跟踪法滤除毛刺和短脊产生的伪特征点,然后用窗口法滤除断脊、假桥、小孔和岛屿产生的伪特征点。结果表明,该方法简单、处理速度快,滤除精度基本可以满足应用的需要。     

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.     

基于梯度极值的虹膜卷缩轮检测方法

在计算机辅助虹膜诊断中,虹膜卷缩轮的定位是其他虹膜异常特征检测的基础。针对该特征,提出一种基于图像梯度极值的虹膜卷缩轮检测方法。根据虹膜图像中卷缩轮及其附近区域在竖直方向上的灰度差异性,在部分归一化图像中,利用改进的垂直梯度算子对图像进行处理,提取竖直方向上的梯度极值点得到卷缩轮轮廓,并将轮廓点还原显示在原始灰度图像中。实验结果表明,该方法的定位准确率可以达到92.5%,具有较好的检测效果。     

基于图像灰度的拼接技术研究

图像拼接技术就是将一组重叠图像拼接成一幅大型的无缝高分辨率图像的技术.首先给出图像拼接的流程,然后介绍几种基于图像灰度的拼接算法,并在此基础上对算法进行改进,提出多线程技术应用于图像拼接,提高运算速度.