基于多层次分块的指纹图像二值化方法

基于块方向信息的指纹图像二值化方法,其效果主要取决于能否准确的估计指纹图像的块方向图.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,块方向信息很难精确得到,提出了一种多层次分块的指纹图像块方向的求取方法,并把这种方法用于指纹图像的二值化,取得了良好的效果.     

一种鲁棒的指纹奇异点检测方法

提出一种两阶段的奇异点检测方法。将指纹图像分块,求出各块的方向构成块方向图,并在块方向图的基础上利用邻域方向的分布分析结合改进的Poincare Index方法来确定奇异点所在的候选区域,对候选区域中的像素再通过计算局部方向变化率来确定奇异点的精确位置。将此方法用于对FVC2004 DB1_A指纹数据库的图像,实验结果表明这种方法对指纹图像中的噪声有很好的鲁棒性,并且计算简单快速,易于实现。     

一种改进的指纹图像二值化处理方法

提出了一种指纹图像二值化处理方法,该方法利用维纳滤波对原始图像进行预处理,然后采用连续块方向图计算指纹方向,结合方向信息用方向滤波模板对图像进行增强二值化.实验结果表明,该算法可以消除孔洞、去除粘线、粘连断线,二值化后的图像效果良好,脊线饱满平滑.     

指纹图像的预处理

采用基于方向信息的形态学运算对指纹图像进行预处理。针对指纹图像的特点，首先对图像进行规格化；然后采用分块直方图均衡化方法做一次增强；接着用动态阈值法对图像二值化；根据方向信息对二值图像做基于形态学闭运算的二次增强；最后对二次增强图像细化。给出了一种简单有效的指纹图像预处理方法以及该方法的实验结果。     

基于多维侧窗聚类分块的退化书法文档二值化

书法字文档图像在不良光照条件下的灰度值分布差异较大, 低光照区域图像对比度较低、笔画形态纹理特征出现退化, 传统方法通常仅考虑了局部信息的均值、平方差、熵等因素, 在形态纹理方面考虑较少, 从而对低对比度区域的特征信息不敏感. 针对此类问题, 本文提出了一种多维侧窗聚类分块的退化书法文档的二值化方法CS-SWF (clustering segmentation based SWF), 该方法首先利用SWF卷积核描述具有相似形态学特征的像素块, 之后提出多种修正规则利用下采样提取低纬度信息去修正特征区域. 最后, 对特征图中聚类块进行前后景分离, 得到二值化结果图. 本文使用FM、PSNR和DRD为指标, 将现有方法和本文方法进行对比, 实验结果表明, 在自建的100张手写退化文档图像数据集下, 本文方法在低对比度暗部区域的二值化效果较为稳定, 在精准度和鲁棒性上优于对比算法.     

一种融合多模式单演特征的人脸识别方法

为了更好地利用单演幅值和区域主方向信息,分别提出了一种单演韦伯差异激励局部块二值模式和单演区域主方向模式,并在此基础上进一步采用分块子模式策略融合两种特征。该方法首先对单演幅值求取差异激励,将差异激励分解为正值和幅值图像;然后对正值和幅值图像采用基于分块的局部二值模式编码,采用主成分分析方法求取单演区域主方向,并对主方向进行均匀量化,再采用异或编码。在获取两种特征后,采用分块子模式的策略对两种特征进行加权融合。在AR和CAS-PEAL上的实验表明,MWLMBP和MDOP两种特征提取方法能够有效提取图像的判别信息,进一步融合两种特征的方法能够有效增强特征的分类能力,提高特征的识别性能。     

基于图像分块的局部阈值二值化方法

针对目前局部阈值二值化结果存在目标虚假或断裂的缺陷,提出了一种基于图像分块的局部阈值二值化方法。首先,将图像分成若干子块并分析每个子块像素灰度变化情况;接着,取一定大小的局部窗口在图像中移动,比较该局部窗口内与包含窗口自身且比窗口更大区域内的像素灰度变化情况,更大区域由窗口模板当前覆盖的所有子块组成,以此判断窗口内是否为灰度变化平坦（或剧烈）区域;最后,根据不同的区域,给出具体的二值化方案。利用7种不同算法对4种不同类型的4组图像进行了二值化实验。实验结果表明该算法在屏蔽背景噪声和保留目标细节方面表现最优,特别地通过对车牌图像的二值化结果进行定量分析后发现该算法能够得到最高召回率和准确率。     

一种结合方向信息的指纹图像二值化算法

指纹图像二值化是指纹细化处理的前提,是指纹识别预处理的一个重要部分.为利用指纹图像所具有的纹理特性,将指纹的方向信息引入到二值化处理过程中,综合考虑指纹的方向信息和自适应选择局部阈值,提出了一种结合方向信息的自适应局部阈值二值化算法.与自适应阈值法做了对比实验,实验结果表明,该算法具有更好的二值化效果.算法本身还具有一定的连接指纹图像中断线的能力,这对提高细节特征提取结果的准确性具有重要的意义.     

基于嵌入式的指纹预处理算法研究

针对嵌入式系统需要满足实时性的要求,提出了一种改进的指纹图像预处理算法。首先采用梯度法计算指纹的方向图,并根据指纹纹线局部区域变化的特点,提出了一种新的指纹方向校正法。该方法基于方向一致性分析,结合Poincare index 方法来区分出奇异区和噪声区域,并利用邻域的方向信息对噪声区域进行平滑处理;然后由指纹纹线方向选择相应的方向滤波模板对指纹图像进行滤波;最后通过二值化、细化得到比较清晰的指纹点线图。实验表明,文中算法能够有效地保持和恢复指纹图像的纹线结构,且算法简单,能满足嵌入式系统的要求。     

一种基于多级分割的指纹奇异点检测新方法

针对指纹图像奇异点检测中奇异点精确定位和可靠判断的难题,提出了一种基于多级分块尺寸的指纹奇异点检测新方法。首先,对于一枚指纹图像,在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计。然后,根据估计的指纹方向场信息进行指纹奇异点检测。接着,利用不同情况下检测的指纹奇异点位置相互关联的特性,进行指纹奇异点的精确定位、可靠判断。最后,在具有2500枚指纹的NJU 2000指纹数据库上的实验结果验证了该方法的有效性。     

连续方向图法在残留指纹分割中的应用

针对残留指纹不易被分割的特点,提出一种连续方向图实现残留指纹分割的应用算法。该算法首先计算点方向图,然后利用直方图滤波技术对指纹点方向图进行滤波处理,得到连续分布方向图;其次对前景区域进一步分析,根据残留指纹和正常指纹方向一般不一致的特点,运用残留指纹与指纹区交界处方向信息变化较大的特性标记出残留指纹和指纹区边界点,然后对标记的一些虚假点进行后处理,最后利用这些边界点进行曲线拟合后去除残留指纹。实验结果表明这种连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又有较高的精度,可以有效地分割残留指纹。     

一种新的指纹图像分割方法

在研究和分析方差法和方向法的基础上，提出了一种指纹图像分割的新方法。对每个指纹图像块，先分别沿平行于块方向和垂直于块方向求取灰度变化，然后针对整幅图像进行归一化处理，以这两个方向上的灰度变化作为判断依据，确定该块是属于前景区域还是背景区域。本算法充分利用了指纹图像特有的方向性和灰度特性，能准确地将背景区域从指纹图像中分离出来，从而取得了良好的分割效果。     

结合方差及方差梯度的指纹图像改进分割算法

通过对基于方差及方差梯度的指纹图像分割算法的分析,提出一种改进算法。将指纹图像分块,结合各块方差及其梯度信息,自适应选取两个分割阈值,分割后去除孤立图像块,得到最终分割结果。实验表明,该算法简单快速,能够更有效地去除图像中的局部模糊区域,同时更完整地保留有效指纹区。     

Singular points detection based on multi-resolution in fingerprint images

The singular points of fingerprints, namely core and delta, play an important role in fingerprint recognition and classification systems. Several traditional methods have been proposed; however, these methods cannot achieve the reliable and accurate detection of poor-quality fingerprints. In this paper, an algorithm is proposed which combines improved Poincaré index and multi-resolution analysis to detect singular points. Conventional Poincaré index method is improved on the basis of the Zero-pole Model analysis to detect singular points with different resolutions. A model is presented to extract the multi-resolution information of the fingerprint pattern; this model divides fingerprint image into nonoverlapping blocks corresponding to different block sizes on the basis of wavelet functions to compute multiple resolution directional fields, and block position shifting is performed on these resolution levels to capture the features of the ridge direction patterns, where the corresponding shifting intervals are based on Sampling theorem. The relationship of singularities detected by improved Poincaré index in different resolution directional fields is used to confirm singular points accurately and reliably. The combination of local and global information makes our algorithm more robust to noise than methods that use local information only, and the existence of this algorithm increases the insight into the nature of singular points extraction. The accuracy and reliability of the method are demonstrated by experiment on database NIST-4, public fingerprint databases FVC02 DB1 and DB2.     

量子遗传算法在指纹图像分割中的应用

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法.这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割.实验结果表明,QGA在指纹图像阈值分割中的速度和精度优于改进的自适应遗传算法和其它一些传统算法,是一种有效的图像分割方法.     

一种新的指纹图像复合分割方法

本文在分析了方差法,方向图法和角部灰度均值法的优缺点后,将它们合理的结合,提出了一种新的基于方向图和角部灰度均值的复合分割方法。本算法的优点是充分利用了指纹图像特有的方向性和灰度特性,对于方向图法和方差方法单独应用时无效的情况都适用,能准确地将背景区域从指纹图像中分离出来,从而提高了分割的精确度。     

基于方向特性的指纹图像预处理

以图像块的灰度均值与标准偏差的比值为判定标准对指纹图像进行分割,本文提出了改进的点方向图计算方法,针对指纹图像方向性强的特点,构造了间隔22．5°的八方向的滤波模板对指纹图像进行方向性滤波,并采用数学形态学的方法进行图像平滑,以自适应阈值法对图像进行二值化。实验结果证明,用该方法进行图像预处理,能大大减少指纹图像中的伪结构,有利于后续的指纹特征抽取和识别,有较高的使用价值。     

指纹图像复合分割算法研究

良好的指纹分割能够有效提高特征提取精度和减少后续处理时间,在指纹图像预处理中具有重要作用。文章在分析了传统指纹分割方法优缺点后,改进了传统方向图计算方法,然后提出了一种基于方向图法、方差法和跑长码目标标记法的复合分割方法,通过实验证明,这种方法能够有效解决传统方法的一些缺点,并对不同类型指纹图像有较高的适应性。     

自动指纹识别系统中连续分布方向图的研究

方向图(场)(directional image／field)是自动指纹识别中的一项关键技术，为了进一步提高指纹方向图的精确度，提出了指纹连续分布方向图(场)的概念及其算法。该算法是利用直方图滤波技术对指纹点方向图进行滤波处理，得到连续分布方向图。实践证明这种连续分布方向图过渡平滑、自然，既具有很好的连续性、渐变性和抗噪性，又具有极高的精确度，还兼有指纹点方向图的连续过渡性和块方向图的抗噪性优点。实验结果表明，由于连续分布方向图能更精确地反映指纹脊线的结构特征，且能有效地解决指纹图像方向图的连续过渡性、精确性和抗噪性问题，因而为自动指纹识别系统(AFIS)中高精度的指纹图像增强、二值化、全局特征的提取、自动分类、模板匹配、指纹图像编码等许多关键处理步骤奠定了良好的基础。