一种新的指纹图像分割方法

为了准确可靠地将指纹图像从背景区域中分割出来,提出了一种新的指纹图像分割方法,即利用灰度值频数和纹线12方向图判断是否有指纹脊线和谷线的存在,从而判断指纹图像小块是否为指纹前景区。实验结果表明,该方法适用于由于采集原因造成的指纹脊线和谷线灰度值相差较大或不大的指纹图像的分割,分割结果只求出指纹图像的边界而不改变指纹图。     

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.     

基于像素聚类的指纹分割算法

为准确提取有效指纹区域,提高自动指纹识别系统的准确率,降低后继处理算法的时间消耗,以像素点为考察对象,将条件概率事件模型引入到指纹图像分割方法中,在研究指纹图像所固有的纹理特征后,提出了指纹条件概率模型,根据有效指纹脊线与背景区域的差异,结合指纹脊线的相关特征,将指纹图像上的像素点分为有效指纹区域内的像素点和背景像素点两大类,为指纹图像的分割处理提供了一种有效的方法。     

指纹图像融合迭代增强

从刑事现场采集的嫌疑人的指纹图像常是低质量的、残缺的,针对现有方法只做一次增强或不适合增强这类指纹图像,提出了指纹图像融合迭代增强方法。该方法分别在频域和空域两次增强,并采用小波图像融合技术进行迭代增强,有效地提高了脊线的清晰度,接续了脊线的断裂,修补了脊线的残缺。实验结果表明,该算法具有良好的指纹图像增强效果,适合增强低质量的指纹图像。     

指纹图像增强与特征提取

在指纹匹配中,从指纹图像中自动和可靠地提取特征点是一个关键性步骤.输入的指纹图像质量在自动识别和认证算法中起着重要的作用.基于脊线的频率和方向,提出了一个快速指纹图像增强和特征提取算法.指纹图像增强首先求出指纹的方向场,然后根据方向场进行滤波.指纹特征提取则先从细化图中得到特征点并剔除伪特征点.实验结果验证了该方法的有效性.     

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。     

基于伪线性方向扩散方程的指纹图像增强

根据指纹图像上纹路的方向特性,提出一种伪线性的基于方向扩散方程的指纹增强方法.首先总结原有相关扩散方程的优缺点,并针对相关扩散方程在方向信息较复杂情况下,不能够沿着指纹纹路方向扩散提出改进方法.改进后的方法具有更好的方向扩散特性,在去噪和保持指纹图像纹路信息方面表现更优.最后,针对改进的方法具有非线性偏微分方程的形式,计算复杂度较高的不足,提出伪线性形式的方向扩散方程.该方法具有线性算子的优点、计算量小,有利于指纹识别实时系统应用.     

紧密系数耦合非线性结构张量的图像修复算法

为了解决当前基于PDE技术的图像修复算法采取了各向同性扩散,且没有考虑到损坏区域周边参考点的影响,使其修复图像存在不连续边缘与纹理模糊,降低了其视觉质量等不足,本文设计了紧密度系数耦合非线性各向异性扩散结构张量的图像修复算法。基于完好像素点与受损点之间的距离,构造紧密度系数计算模型;基于 技术,将结构张量嵌入其中,构造新的扩散速度模型,使其只沿着等照度曲线方向扩散,将从损坏图像中提取的掩码信息传播至受损区域,完成图像修复。仿真结果显示：与基于PDE技术的图像修复机制相比,本文算法具有更佳的修复质量,较好地保持了图像细节信息,无模糊效应;且修复图像的PSNR值最高。     

结合方向信息和模糊聚类的指纹图像二值化方法

尽管指纹图像具有局部方向一致性,但在一些局部区域,尤其是包含指纹奇异点的区域点方向变化仍然较大.鉴于此在求出指纹各个像素的点方向以后对指纹图像进行分块,引入了方向信息可靠块和方向信息不可靠块的概念.对方向信息可靠块提出一种用方向信息分割指纹图像的方法.对方向信息不可靠块,采用两种方法区分出指纹决和背景块:一是利用该块的均值、方差;二是利用邻域信息.在此基础上对不可靠块中的指纹块采用加权模糊C.均值聚类的方法对其进行二值化.实验表明:用本文提出的方法对指纹图像进行二值化处理后得到的二值图像脊线光滑无孔洞.对断线起到了一定的连接作用,而且对于方向变化较大的分块避免了二值化后纹线的偏移.     

基于非线性扩散滤波的指纹增强算法

根据指纹图像的特性提出了一种利用非线性扩散滤波增强指纹图像以提取细节点的 方法.该算法利用指纹图像的结构张量构造扩散张量.使得滤波沿着指纹脊线方向扩散.在 求解非线性扩散滤波中最重要是怎样选取迭代时间和迭代步长.为了解决这两个问题,根据 扩散张量在大小为(2n+1)×(2n+1)窗口上的离散形式,分解扩散滤波为4n个方向的和, 然后利用托马斯-高斯消元法在每个方向快速求解非线性滤波后的指纹增强图像.该算法的 优点是可以有效地连接断裂脊线,而不会改变指纹脊线的连续性和奇异性.在NIST27数据 库及FVC2002数据库上的实验结果表明,基于非线性扩散滤波的指纹增强算法可以有效地 提高提取细节点的性能和指纹匹配率.     

鲁棒的梯度驱动图像修复算法

数字图像形态特征的修复目前主要采用基于梯度驱动的偏微分方程(PDE)作为计算模型。虽然该类模型对较大区域的形态特征修复具有明显优势,但是修复过程中信息传播方向不确定使得它对修复对象具有选择性。在分析该类模型在图像修复中的计算本质和对应物理意义的基础上,结合典型仿真实验,认为保持信息传播方向始终指向待修复区域之外对修复结果具有决定性影响,并由此提出一种梯度驱动图像修复的新算法。实验结果表明,该算法能够保持信息传播方向的稳定,使得修复具有更强的鲁棒性。     

Simultaneous inpainting for image structure and texture using anisotropic heat transfer model

We propose a PDE-based image inpainting method using anisotropic heat transfer model, which can simultaneously propagate the structure and texture information. In structure inpainting, the propagating direction and intensity are related to image contents, and the strength of propagation along gradient direction is made inversely proportional to the magnitude of gradient. In texture inpainting, the added texture term reflects periodicity along the texture and its perpendicular direction. For numerical implementation, the step size of finite difference is adaptively chosen according to the curvature, leading to fewer iteration steps and satisfactory inpainting quality. Compared with other high order PDE methods and layered methods, the proposed approach is more concise and doesn’t need image decomposition. Experiments are carried out to show effectiveness of the method.     

基于Lp范数的局部自适应偏微分方程图像恢复

提出了一种新的基于L_p范数的自适应偏微分方程图像处理模型,改进了Tony Chan的TV变分模型和张红英的p-Laplace模型.TV模型对图像采用全局约束,而新的扩散方程在图像不同的位置上采用不同的约束,具有局部自适应的特性,在扩散的同时更好地保持了图像的边缘信息,进而将其应用到图像恢复(去噪,去除模糊)中去.实验结果表明新模型的综合性能优于Tony Chan和张等现有的模型.     

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。     

一种基于整体变分的图象修补算法

图象修补是图象恢复研究中的一个重要内容，它的目的是根据图象现有的信息来自动恢复丢失的信息，可以用于旧照片中丢失信息的恢复。由于图象中的边缘代表了图象的重要信息，所以在设计修补算法时，必须着重考虑边缘的恢复，采用整体变分模型设计了一个图象修补算法，整体变分模型能够模拟人的低层视层，在修补图象时可以恢复图象中的边缘，数值实验表明，该模型能够较好地恢复待修补区域的信息，但是受修补区域大小的影响，同时又采用了一种向前传播操作来缩小修补区域。     

基于拉普拉斯算子和图像修补的图像去噪算法

通过分析偏微分方程(PDE),设计了基于拉普拉斯算子和图像修补的图像去噪算法用于处理被噪声污染的图像：ROF调和拉普拉斯(RHL)算法和ROF调和修补(RHI)算法。通过分析图像的局部特征,结合ROF模型在处理图像时具有边缘保护能力,调和模型在处理图像平滑区域时能够避免产生“阶梯效应”和拉普拉斯算子具有增强细节信息的特点,设计了RHL算法;在RHL算法的基础上,结合基于PDE的图像修补模型设计了RHI算法。实验结果表明,设计的RHL算法和RHI算法既克服了ROF模型、调和模型在去除图像噪声时的缺点,又结合了两者的优点,与其他基于PDE的算法相比,在去除图像噪声、处理图像平滑区域、保持图像边缘细节信息方面都有较好的性能。     

基于Lp范数的局部自适应偏微分方程图像恢复

提出了一种新的基于Lp范数的自适应偏微分方程图像处理模型, 改进了Tony Chan的TV变分模型和张红英的p-Laplace模型. TV模型对图像采用全局约束, 而新的扩散方程在图像不同的位置上采用不同的约束, 具有局部自适应的特性, 在扩散的同时更好地保持了图像的边缘信息, 进而将其应用到图像恢复(去噪, 去除模糊)中去. 实验结果表明新模型的综合性能优于Tony Chan和张等现有的模型.     

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。     

小波域的快速自适应图像修复算法

传统的基于偏微分方程的图像修复算法需要大量迭代,修复所耗时间较长,复杂度高。针对这一问题,提出了一种小波域的非迭代自适应图像修复算法。该算法对破损图像进行小波分解,找到待修复区域,根据待修复区域及其邻域像素值自适应选择修复模板大小,对修复模板内的像素值进行方向筛选,使修复过程严格按照等照度线方向行进,对修复后的图像进行小波重构。实验结果表明,该方法显著地缩短了修复时间,且对于图像的纹理细节、结构信息都达到了更好的修复效果。