基于改进的GPL主曲线算法的指纹特征分析与提取

在对GPL(Generalized Polygonal Line)主曲线算法和指纹数据特点分析的基础上,针对指纹数据本身的特点,改进原来的GPL主曲线算法以得到更好的指纹骨架,并实现基于主曲线的指纹特征提取.实验结果表明,改进的GPL主曲线算法在指纹骨架提取的效率和效果上比原算法都有明显提高.基于主曲线的指纹特征提取相对于其它一些传统方法也有着更高的准确率,具有一定的应用价值.     

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。     

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.     

改进的指纹细节特征提取算法

指纹细节特征（minutiae)提取是指纹自动识别的核心技术之一，常规的指纹细节特征提取算法需要先采用纹线跟踪的方法对细化后的指纹图象进行纹线修复，然后再实现细节特征提取，纹线修复不仅步骤繁琐，而且比较耗时，针对这一问题，提出了一种改进的指纹细节特征提取算法，该算法首先在细化后的指纹图象上直接提取原始细节特征点集，然后分析图象中存在的各类噪声及其特点，总结伪特征点的分布规律，最后，结合局部纹线方向信息，针对不同的噪声，采用针对性的算法，将各类噪声引起的伪特征点分别予以删除，最终保留下来的特征点集即视为真正的特征点集，为验证该算法的性能，将改进算法与常规算法进行了对比实验，实验结果表明，改进算法有效地减少了计算时间，细节特征提取准确率也基本可以满足应用的需要。     

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。     

基于信息融合的指纹细节特征提取

为了准确提取指纹特征信息,提出一种基于Gabor滤波器和小波分析相结合的指纹特征信息提取方法.该方法分别利用Gabor滤波器和小波分析对原始指纹图像进行预处理,并提取特征点,取两种不同方法提取的特征点集的交集作为真实特征点,以此减少甚至消除伪特征点.实验结果表明了本方法能正确提取指纹特征信息.     

结合脊和谷信息的指纹细节特征提取方法

提出一种新的指纹图像细节特征提取方法。我们将指纹的脊和谷看成是屋脊边缘,利用屋脊边缘的凹凸性分别得到脊和谷的骨架,然后基于指纹图像和知识,综合脊和谷两方面的信息得到指纹图像的细节特征。     

主曲线在复杂指纹图像特征提取中的应用

在自动指纹识别系统中,特征抽取是关键步骤之一。主曲线具有自相合特性,对模式特征能够进行很好的描述,并能够有效维持结构信息。因此,选用推广的多边形主曲线算法并加以改进来提取指纹主曲线,并在此基础上进一步实现指纹特征提取和伪特征检测。实验结果表明,该算法能够在短时间内获得更好的指纹骨架,指纹特征提取的准确率也较高。     

基于B样条曲线的指纹Fuzzy Vault对齐方法

指纹设备采集到的指纹图像由于不能用统一的参照表示指纹细节点的坐标,因此,同一枚指纹分别在录入和注册时得到的指纹细节点需要对齐。本文采用指纹纹线作为指纹Fuzzy vault对齐的方法,在目标纹线上提取B样条控制点,用这些控制点数据与纹线的距离作为辅助数据来对齐指纹模板。研究分析表明这种方法不会泄露指纹细节点的任何信息。实验结果证明,这种方法具有很好的实时性并能提高指纹Fuzzy vault的配准率。     

指纹图象特征提取的新方法

指纹特征的提取在指纹自动识别系统中是一个必不可少的重要环节。指纹特征通常包括指纹奇异点和细节特征点。文章在给出了一种计算指纹方向图的新方法基础上提出了奇异点的提取新方法。实验表明该方法能够准确地提取出指纹的奇异点,并具有较强的抗干扰性。针对指纹图象质量较差时,存在大量的伪细节特征点,文章提出了一种新的细节特征点验证的方法,获得了良好实验结果。     

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.     

指纹图像预处理和特征提取

根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声算法，并提出了一种新的滤除指纹伪特征点的方法。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。     

指纹图像预处理与特征提取

指纹图像预处理与特征提取是指纹识别的前提。提出一套基于方向滤波与模糊数学方法的指纹图像预处理算法,并给出了指纹特征提取及其后处理算法。指纹图像预处理首先求出指纹的方向场,然后根据方向场进行滤波,最后用模糊数学方法得到二值化图像。指纹特征提取则先从细化指纹图中得到特征点,并依据伪特征点的脊线与角度特征剔除伪特征点。     

Fingerprint minutiae extraction based on principal curves

It is important to extract minutiae of a fingerprint for the implementation of an auto fingerprint identification system. In this paper, the principal graph algorithm proposed by Kegl is used to obtain principal curves, which can be served as the skeletons of a fingerprint. Based on the obtained principal curves, a minutiae extraction algorithm is proposed to extract minutiae of the fingerprint. The experimental results indicate that principal curves obtained from the principal graph algorithm are smoother than the ones obtained from thinning algorithm, and the minutiae extracted by the proposed algorithm are more efficient.     

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。     

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。