基于方向场信息的指纹图像质量评测

指纹图像的质量严重影响指纹识别系统的性能,指纹图像质量评测在指纹识别系统中的指纹分割、匹配等环节有重要应用,对指纹识别算法的研究具有重要意义。利用指纹图像的方向场信息,提出了一种基于指纹方向场信息连续性的指纹图像质量评测方法,评测结果将指纹图像分成质量较好和较差两类。该评测方法对于指纹图像的每个分块,分别计算原始方向场信息和低通滤波平滑后的方向场信息,根据统计的整幅图像低通滤波平滑前后原始方向场的变化率,评测指纹图像的质量。实验结果表明该方法能够较为有效地提高低质量指纹图像质量评测的正确率。     

一种基于指纹线方向的指纹图像增强算法

该文介绍了一种基于指纹线方向的指纹图像增强算法.该算法将局部指纹线方向这一指纹图像特有的特征应用于指纹图像增强中,而不是单纯地使用普通数字图像处理方法来进行指纹图像增强.实验结果显示,该算法不但使指纹图像变得更清晰,而且很好地保留了各指纹特征点,并且还能对断裂的指纹线做适当的修补.     

指纹图像中心点提取算法

根据指纹图像的特点,分别在空间域和频域增强图像,并采用了一种复合滤波器对增强后的图像进行滤波处理,把指纹图像的局部信息和全局信息有机的结合起来,提出了一种指纹图像中心点的算法,为指纹图像的进一步处理提供了有利的工具.     

指纹图像分割与增强算法

针对现有的指纹增强算法中图像分割不彻底,不能很好地修复指纹断裂纹线问题.以分形理论为基础,利用差分计盒维数算法与Gabor滤波器增强方法,通过计算指纹图像的方向场和频率场,设计了一种指纹图像增强算法.实验结果表明,该算法提高了指纹图像的处理速度,对断裂处的指纹脊线有很好的修复效果.     

指纹图像的预处理方法

系统阐述了指纹图像自动识别系统预处理的理论、算法,在比较各种预处理方法并结合指纹图像的特点的基础上,提出了一套较好的指纹预处理算法,包括方向图的计算、方向滤波、二值化、细化等.实验结果表明,处理效果较好.     

基于小波变换和形态学操作的指纹图像编码研究

在深入研究EZW和MRWD方法基础上,提出了一种结合指纹方向图的指纹压缩算法。首先将指纹图像按纹理信息进行分块,然后对指纹图像中不同的方向图块采用不同的结构元素来实现各子带重要系数的膨胀操作以对其进行检测、提取和编码。该方法除了具有EZW的优点外,还有效地提高了MRWD方法在处理指纹图像时的性能。实验结果证实了该方法的高效性。     

基于模糊集和方向滤波的指纹图像增强算法

针对采集条件造成的部分指纹图像质量差的问题,首先应用模糊增强方式以消除指纹图像的模糊性,然后使用方向滤波增强的方式以平滑断线,消除粘连。通过对FVC2000指纹数据库中的部分低质量指纹图像做增强处理,表明本文算法增强效果较好。     

改进的指纹图像参考点定位算法

针对Hong和Jain提出的指纹图像参考点定位算法的不足提出了指纹定位算法的改进方案，利用复数滤波器对指纹脊线方向场进行滤波来定位指纹图像的参考点，并通过在FVC2000标准指纹数据库上的对比实验，验证了该改进算法的有效性．     

一种指纹图像中的模糊区域标记方法

指纹图像中的模糊区域标记属于指纹识别系统中对指纹图像的预处理过程,对于提高指纹识别的正确率具有重要作用。文章在引入指纹图像模糊程度度量因子的基础上,给出了一种指纹图像中的模糊区域标记方法和指纹图像整体质量评价方法。实验结果表明,方法能较好地识别出指纹图像中的模糊区域,具有算法简单、无需人工干预、计算量小、适应性强等优点。     

基于GPU的局部指纹频谱特性估计的实现

针对已知指纹图像增强系统中指纹局部频谱特性估计的计算负荷大,基于CPU实现后执行时间较长的问题,提出了一种基于GPU的CUDA并行实现方法来提高运算速度.利用不同CUDA线程块来并行处理不同的局部指纹图像,同时线程块中的多线程对相应局部指纹的频谱特性估计进行并行优化,从而完成整个指纹图像的局部频谱特性估计的优化.通过对FVC2000数据库中大量的指纹图像进行测试,得到相应的执行时间并与其基于CPU实现的执行时间相比较.结果显示:通过该基于GPU的CUDA并行实现方法,局部指纹频谱特性估计的执行时间显著减少,从而可以提高已知指纹图像增强系统的运算速度.     

基于灰度特性的指纹图像分割算法

提出了一种简便的指纹图像的分割算法,为可靠、准确地实现指纹自识别提供一种可行的方法.算法中通过合理的运用图像灰度特性,以较低的计算代价有效地解决了指纹图像分割问题.这种算法处理的效果好、运行速度快.实验表明,这种分割算法对于指纹图像的预处理是很有效的.     

基于方向图的指纹模式分类研究

指纹的方向图在指纹的预处理、特征提取以及指纹分类诸方面发挥着重要的作用。本文利用RBF神经网络对多幅指纹方向图进行分类研究。实验证明利用方向图信息进行指纹的分类具有算法简单易行、快速有效的优点 ,并对噪声具有相当的鲁棒性 ,取得了满意的实验效果     

考试管理系统中的指纹识别与验证系统设计

依据个人指纹特征的不同,通过指纹采集器提取指纹的特征值作为一个字段与相应的姓名等字段作为一条记录存到数据库中,当已经注册的人员再次把指纹放到采集器上时,可以对该人进行身份验证。将指纹识别与验证技术应用于考试管理系统中,对于确认考生身份,防止考试作弊起到了积极的作用。     

基于局部细节邻接图的指纹匹配算法研究

指纹匹配是指纹识别的关键环节,它根据指纹的特征描述方式来判定两幅指纹图象是否来自同一个人的同一手指,它的好坏直接反映了指纹自动识别系统的最终效果.本文基于以指纹的细节特征为顶点构造的局部细节邻接图,提出了一种分阶段的指纹匹配算法.相对于现有匹配算法,它的由局部到全局、分阶段的匹配标准更加可靠、优越.经实验证明该算法具有较快的速度和较高的准确率,可应用于实际的指纹自动识别系统中.     

新的指纹纹理区域分割算法

首先对指纹图像进行归一化处理。然后,以脊线方向和与其垂直方向的灰度差值为依据来进行指纹纹理区域的分割。最后,对分割模板进行平滑处理和开运算,提取纹理区域。与5种分割算法的对比结果显示:本文提出的算法快速有效,并且能够很好地去除指纹采集器的边框和噪声等非纹理区域。将分割算法加入匹配实验中,结果表明:本文方法可以有效地提高指纹自动识别系统的性能。     

基于连续分布方向图的复合指纹图像分割算法

实现了一种结合连续分布方向图与方差分割的复合指纹分割算法,改进了指纹图像分割效果并提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。     

指纹图像预处理和匹配算法研究

根据电容式传感器采集的指纹图像的特点,提出了一套指纹图像预处理和匹配算法.算法首先采用指纹预处理组合算法去除噪声,并提取指纹图像的二值点线图,然后通过搜索脊线,寻找细节点来实现特征提取.最后采用基于极坐标下的点模式的细节匹配算法,并用一个相对匹配点数的匹配判决标准,按相对匹配点数确定两幅图像是否匹配.实验结果表明,该算法能够对指纹进行较准确的比对与匹配,并效果较好.