一种指纹图像增强算法研究

指纹增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础.提出一种基于Gabor滤波和形态学方法相结舍的指纹图像增强算法,进行指纹图像的规格化处理,从8个不同的方向进行Gabor滤波并重构,利用形态学方法进行细化处理输出纹理清晰的指纹图像,取得较好效果.     

一种改进的基于Gabor滤波的指纹图像增强算法

在指纹识别系统中,图像增强效果的好坏对特征提取及指纹鉴别的识别率具有决定性的影响.根据指纹图像具有方向性和频率的特点,将Gabor滤波器应用在指纹增强处理中.利用Gabor滤波器的方向选择和频率选择特性,把指纹图像的局部方向和脊线频率作为Gabor滤波函数的参数,然后将Gabor函数与纹理图像进行卷积,以此去除噪声,达到增强图像的目的.在算法设计上提高了运算速度,节省了运算时耗.实验证明,算法工作稳定,效果好,具有很强的鲁棒性.     

基于Gabor滤波的指纹图像增强

在指纹识别系统中,图像增强效果的好坏对特征提取及指纹鉴别的识别率具有决定性的影响.根据指纹图像具有方向性和频率的特点,把Gabor滤波器应用在指纹图像增强处理中.利用Gabor滤波器的方向选择和频率选择特性,把指纹图像的局部方向和脊线频率作为Gabor滤波函数的参数,然后把Gabor函数与纹理图像进行卷积,从而去除了噪声,达到了增强图像的目的.在算法设计上提高了运算速度,节省了运算的时耗.实验证明,算法工作稳定,效果好,具有很强鲁棒性.     

Gabor滤波的指纹图像增强的应用研究

在大多数指纹采集过程中都会受到手指皮肤干湿度、皮肤受损程度和采集时手指压力度等因素的影响,从而导致采集的指纹图像中脊线有明显的断痕,存在大量的低质量区.为了提高指纹采集图像的清晰度,进而提升指纹识别的准确率和识别速度,本文选用Gabor滤波算法来增强指纹图像,其中包括对图像进行归一化、估算指纹方向场和频率场以及Gabor滤波这三个过程.仿真结果表明,对原指纹图像进行Gabor滤波后,可以很好地增强和改善指纹图像中的低质量区域.     

一种改进的基于Gabor滤波的指纹增强算法

研究并实现了基于Gabor滤波器的指纹增强算法,对纹线方向提取算法进行了改进,获得了较准确的方向图。并改进了纹线频率的提取方法,有效地避免了Gabor滤波后在脊线中留下伪纹线和小孔的问题。同时也对滤波算法进行了优化,有效地减少了运算量。实验证明,该方法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

一种指纹合成的方法及其实现

提出并实现了一种指纹合成方法.该方法通过新的联合方向场模型生成更加符合真实指纹的方向场,并提出一种新的指纹密度图的表示方法.然后,通过改进的Gabor滤波器生成指纹脊线纹理.该方法包括两个主要步骤:首先,经过指纹方向场生成、密度图生成和脊线纹理生成产生一个指纹模板图像;然后对指纹模板图像进行一系列变换,包括添加划痕、纹理平移、脊线的膨胀/腐蚀、脊线的弹性形变、脊线的加噪和平滑、图像的平移和旋转、改变对比度、添加背景噪声,最终得到类似于真实指纹的合成指纹图像.基于该方法的指纹生成器平台,已在2004年中国生     

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.     

基于边缘检测技术的指纹预处理研究

介绍了一种基于二维边缘检测方法的指纹图像预处理算法.通过采用基于Gauss-Laplace图像边缘检测技术,来计算指纹脊线的方向,形成精确的指纹方向图.在此基础上,配合其它经典的数字图像像素规格、脊线提取和灰度修正方法形成本指纹图像预处理算法.试验结果表明,本算法在清晰地提取指纹脊线的同时,较好地保留了一些传统指纹预处理方法所容易丢失的精细指纹特征,提高了指纹图像预处理算法的运行速度和处理质量.     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

改进的基于Gabor滤波器的指纹增强算法

研究并实现了利用Gabor滤波器对指纹图像增强的算法。改进了指纹图像方向图和纹线频率的提取方法,增加了对特征点的额外处理,并研究了Gabor函数的具体应用形式。实践表明,该方法能大幅度提高指纹图像质量。     

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.     

基于二值指纹图像的Gabor滤波增强算法

在指纹预处理过程中,Gabor滤波器对于图像的平滑和分割具有十分显著的效果。但是Gabor滤波器对纹线方向和频率十分敏感,通过处理灰度图像得到的二值图像存在着严重的特征点丢失和变化问题。采用相位差分二值化方法,使二值化过程不依赖Gabor滤波。提出了在二值图像上利用Gabor滤波器增强的方法,保留了Gabor滤波器连接纹线断线和滤除图像中噪声的优点,避免了Gabor滤波器对频率的敏感性问题,有效地提高了指纹特征的保持度。     

基于时频分析的指纹增强算法研究

指纹增强是自动指纹识别系统中的一个重要环节,良好的增强算法能够提高细节特征提取的准确率,从而提高整个指纹识别系统的鲁棒性。研究局部指纹图像的频谱特性,采用一种时频分析方法和一种新的基于概率统计学估计的方法求指纹的方向和频率。并提出一种鲁棒的方向和频率校正算法,构造一种带宽自适应的滤波器进行滤波。实验结果表明,该算法对指纹图像有显著增强效果,有助于指纹细节特征的提取。     

指纹图像的预处理算法

根据指纹的固有特性及常用算法在指纹处理中的缺陷，文中提出一套有效的预处理算法。对于图像增强，算法利用指纹的方向特性和频率特性设计出Gabor滤波器对图像进行滤波，取得理想的效果；在图像分割，二值图像处理等方面也作了改进。     

基于Gabor滤波的指纹图像增强算法

由于指纹的唯一性和不变性,指纹识别已成为当前最流行、最方便、最可靠的个人身份认证技术之一。指纹识别一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响特征提取与特征匹配。提出了一种基于Gabor滤波的指纹图像增强算法。阐述了Gabor滤波器的定义及其在指纹图像增强中的应用。对指纹图像方向图提取方法和频率计算方法作了改进尝试。实践表明,该方法是有效的、实用的。     

指纹图像预处理的研究

对一种基于Gabor滤波的指纹图像增强方法进行讨论并加以实现。由于局部指纹纹线脊谷交错,近似平面正弦波,其傅立叶频谱具有明显的峰值,且峰值的方向和位置取决于纹线的方向和频率,因此采用具有良好方向和频率选择特性的Gabor滤波器可以实现较好的增强效果。在这种指纹图像增强方法中,关键是如何准确地计算指纹纹线方向和纹线频率。详细介绍指纹图像的预处理方法包括指纹图像的分割和增强,并给出增强算法的流程及实验结果。     

一种基于低分辨率指纹图像的增强方法

指纹鉴别是一个比较复杂的过程,一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响着后面指纹图像的细化特征提取等处理。论文针对硅晶体指纹采集芯片采集到的低分辨率指纹图像,提出一种有效的图像增强处理方法。由于指纹分辨率低,以及前景与背景的灰度差别很大,采用通常的空域Gabor增强后仍然有误增强和增强不充分的情况。所以针对此情况论文提出了采用非线性与线性相结合的二次图像增强的方法。首先使用Gabor滤波器进行非线性的图像增强,对增强后的灰度图像进行二次线性增强,即利用指纹的方向信息进行二值化处理。实验结果表明论文方法增强效果较好,与经典的Gabor图像增强方法比较,使用该方法图像增强后特征提取准确率明显提高。     

指纹图像预处理算法的研究

指纹预处理算法是指纹识别的关键技术之一,包括指纹图像的分割、增强、二值化和细化等几部分。在指纹图像增强方面,利用指纹的方向特性设计出Gabor滤波器,用Gabor滤波器对指纹进行滤波;在分割、二值化和细化方面也作了讨论,并采用VC验证了算法的有效性。实验结果表明,这种预处理算法可以使指纹纹线变得清晰、连续、光滑,改善指纹图像的质量,提高指纹识别的可靠性。