低质量指纹图像方向场提取方法

指纹方向场提取是自动指纹识别系统中的重要环节,是解决自动指纹识别中的某些关键技术的基础。提出了一种通过线性投影分析和在sin域中用加权低阶二维勒让德多项式拟合提取指纹方向场的方法;解决了大噪声低质量指纹图像方向场难以准确提取的问题;在FVC 2000指纹数据库中的大量实验表明,与已有基于梯度的指纹方向场估计算法相比,该方法有更好的提取精度和鲁棒性,对于大噪声的低质量指纹图像能给出很好的方向场估计。     

线性投影分析在指纹方向场提取中的应用研究

指纹方向场提取是自动指纹识别系统中的重要环节,是解决自动指纹识别中的某些关键技术的基础.对基于点梯度的方向场提取中存在的问题进行了分析,提出了一种基于点梯度向量集线性投影分析的指纹方向场提取方法,能较好地提取出指纹方向场.进一步分析和解决了指纹方向场提取时准确性和抗噪性的矛盾,相对于单一窗口,提出使用复合窗口来估计指纹方向场的方法.在FVC 2000指纹数据库中的大量实验表明,该方法相比于传统的均方梯度法有更好的提取精度和鲁棒性,对于有较大噪声的低质量指纹图像仍能给出很好的方向场估计.     

一种基于梯度的健壮的指纹方向场估计算法

作为指纹的全局特征,指纹方向场在自动指纹识别系统中发挥了非常重要的作用.提出了一种基于梯度的健壮的指纹方向场估计算法,新算法首先归一化点梯度向量并计算块梯度向量及相应的块一致性;然后估计噪声区域;最后采用基于迭代的方法,重新估计所有块梯度向量并将梯度向量场转化为方向场.实验结果表明,与已有基于梯度的指纹方向场估计算法相比,新算法具有更高的准确性及抗噪性能,并能较好地估计大块噪声内的方向场,是一种较为健壮的指纹方向场估计算法.     

一种基于形态学运算的指纹方向场计算方法

指纹识别是生物认证技术中应用最为广泛的技术之一,其中指纹方向场计算是自动指纹识别系统中最关键 的步骤,指纹图像预处理、特征提取和匹配的过程都以方向场为基础。因此提出一种基于对指纹图像方向场进行形态 学运算的方向场计算方法。实验证明,该方法可以正确有效地计算低质量指纹图像,特别是褶皱类型指纹图像的方向 场。     

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.     

改进的低质量指纹图像分割算法

低质量指纹图像处理一直是自动指纹识别技术的研究重点,对低质量指纹图像的分割是图像增强、细化和特征提取的重要前提。在分析传统方法局限性的基础上,从指纹图像的灰度分布规律出发,提出了基于点方向图和灰度均衡的指纹图像分割算法。实验结果表明,相比于已有的指纹图像分割算法,该算法的分割效果更好,具有很强的噪声抑制能力。     

一种用于指纹方向场估计的网格插值模型

指纹方向场的估计是指纹识别预处理算法中的重要环节,对算法识别效率起到关键作用。本文提出了一种网格插值模型,该模型以指纹奇异点为中心,将指纹平面做网格划分,利用插值算法建立了方向场与指纹奇异点之间的非线性关系。模型中利用了指纹的全局信息来调整网格点的值,使得它与传统的基于局部信息的方向场算法有本质的区别。在FVC2002 和FVC2004 指纹数据库上的实验结果表明,该模型比传统算法具有更高的准确性和鲁棒性,同时对于低质量的指纹图像,仍然能够给出很好的方向场估计。     

一种频谱分方向指纹纹线距离估计的新方法

纹线距离是指纹的固有本质属性，在自动指纹识别中有着重要的作用。然而目前多数纹线距离估计的方法直接在空域作估计，对低质量指纹图像的处理普遍存在较大误差。为了适应低质量指纹图像，提出了一种基于频谱分析的纹线距离估计的新方法，该方法首先通过快速傅立叶变换将指纹图像变换到频域，然后将频谱图像分成n个方向分别求纹线距离，最后作处理从而得到指纹图像的纹线距离。部分典型指纹图像的实验结果表明，该方法具有较强的有效性和鲁棒性。     

基于频谱能量的指纹分类

指纹分类是自动指纹识别系统中的关键技术,但目前的算法对低质量的指纹图像的分类还存在较大的误差.为了能够对低质量的指纹图像进行准确分类,提出了一种基于频谱能量的指纹分类,首先对分块的指纹图像进行傅立叶变换,然后根据频谱图中能量的分布特点得到指纹图像的方向图,提取core点周围的指纹图像的方向向量作为该指纹图像的特征向量.最后使用K近邻分类器和最小距离分类器对输入指纹进行分类.在NIST-4指纹数据库上的实验结果表明了算法的有效性,分类正确率达到94.1%,且算法速度比同类算法有较大的提高.     

结合滤波和深度玻尔兹曼机重构的指纹增强

指纹图像增强,是自动指纹识别系统中的重要环节.为弥补传统指纹图像增强算法的缺陷,提出一种指纹图像增强算法.在指纹块质量分级机制和复合窗口策略下,指纹图像首先在频域被具有方向选择性的方向高斯带通滤波器滤波增强;随后,二值增强指纹中的误增强区域在空域被具有方向选择性的深度玻尔兹曼机（DBM）重构.提出的方法结合了传统指纹增强算法与深度学习算法的优点,拥有很强的容错能力,能够完成对低质量指纹图像的有效增强.为了验证提出算法的性能,在公开的指纹数据库FVC2004上进行了大量实验,实验结果表明,相比于传统的指纹增强算法,提出的方法具有很强的鲁棒性,对高质量和低质量指纹均有不俗的增强表现.     

Fingerprint ridge orientation field reconstruction using the best quadratic approximation by orthogonal polynomials in two discrete variables

This paper proposes a novel algorithm for reconstructing the fingerprint orientation field (FOF). The basic idea of the algorithm is to reconstruct the ridge orientation by using the best quadratic approximation by orthogonal polynomials in two discrete variables. We first estimate the local region orientation by the linear projection analysis (LPA) based on the vector set of point gradients, and then reconstruct the ridge orientation field using the best quadratic approximation by orthogonal polynomials in two discrete variables in the sine domain. In this way, we solve the problem that is difficult to accurately extract low quality fingerprint image orientation fields. The experiments with the database of FVC 2004 show that, compared to the state-of-the-art fingerprint orientation estimation algorithms, the proposed method is more accurate and more robust against noise, and is able to better estimate the FOF of low quality fingerprint images with large areas of noise.     

一种有效的指纹图像方向滤波增强算法 *

方向滤波是沿着指纹纹线方向滤波的方法。一种方向滤波算法的有效性主要依赖于指纹图像方向估计的准确性和滤波模板构造的合理性。首先利用对低质量指纹图像鲁棒性较高的掩膜法估计点方向 ,并将点方向转换为块方向 ;然后使用八个方向的平滑滤波模板和锐化滤波模板 ,对指纹图像滤波进行增强 ;最后对增强后的指纹图像二值化。通过对 FVC2000指纹数据库 DB2中的指纹图像作增强处理 ,表明该算法增强效果较好。     

基于模糊技术的指纹识别预处理

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。给出了一种基于16域的自适应滤波器,很好的增强了指纹图像的清晰度;针对以往求取方向图的不足,给出了一种基于16方向的改进算法;该方法取得了良好的效果,保留了指纹纹线的关键信息,为下一步的特征提取工作打下了良好的基础.     

基于投影信号谱分析的指纹纹线间距估计方法

准确估计指纹纹线间距对指纹图像分割、增强及指纹细节特征提取具有重要意义。针对现有纹线间距估计方法存在的不足,提出了一种基于纹线方向投影信号谱分析的指纹纹线间距估计方法。该方法首先对指纹块方向图进行选择性平滑以滤除噪声干扰,然后计算方向投影信号的傅立叶变换能量谱,并通过谱分析提取信号基频,以此估计出纹线间距。实验结果表明,与现有的一些典型方法相比,该文方法对于纹线间距的估计更为准确、可靠。     

模糊指纹图像中心点的提取

由于指纹在获取过程中干扰是不可避免的,该文在指纹方向图的基础上,考虑指纹图像凸脊的变化趋势及在局部范围内方向变化小的特点,根据结构信息统计分析,从整体图像上考虑中心点的分布,提出一种指纹图像中心点求取的新方法,剔除干扰的影响,确定指纹图像的中心点。该方法计算简单,易于实现,在指纹图像中心点求取过程中,具有较强的抗干扰性,并取得了良好的效果。     

基于奇异点的字典模型指纹方向场去噪方法*

方向场估计是指纹识别过程中非常重要的步骤。传统方法如基于梯度的方法等在处理潜指纹图像时很容易受噪音干扰,而最近提出的基于字典模型的方法无法解决“真词错误”的问题。针对上述问题,本文提出一种融合了零极点模型的字典模型的指纹方向场去噪方法,即将指纹方向场看做是零极点控制的方向场和平滑的残差方向场相叠加的结果,通过首先用零极点模型生成正确的零极点控制的方向场,然后用字典模型修正残差方向场方向场,最后将零极点模型生成的方向场与去噪后的残差方向场融合形成重建方向场,通过基于奇异点的字典模型,我们解决了“真词错误”的问题。为了验证算法的有效性,在NIST SD27潜指纹图像数据库上进行了实验。实验结果表明：对于潜指纹,本文算法能获得比字典模型更精确的方向场,继而可以更好地增强潜指纹图像,并在后续的匹配实验中取得更好的结果。     

自动指纹识别中的图像增强和细节匹配算法

对自动指纹识别系统(automated fingerprint identification system,简称AFIS)的两个重要问题——指纹图像增强和细节匹配进行研究,给出了一种基于方向场的指纹图像增强算法,对Anil Jain等人提出的细节匹配算法进行了修正.采用一种新的更简单的方法进行指纹图像的校准,并以一种简单而有效的方式将脊线信息引入匹配过程中,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.另外,采用大小可变的限界盒来适应指纹的非线性形变.在FVC2000公布的指纹图像数据库上,按照FVC2000测试标准所做的实验显示,该算法比原算法有较大的改进.     

基于临界特征点的图像匹配算法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发,提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像,在指纹登录过程中对图像质量不好的情况给用户有效的提示,以便重新获得更高质量的图像;对指纹局部区域的质量等级进行标注,提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价,提高了自动指纹识别系统的准确性和可靠性。