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.     

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。     

掩膜法与Gabor滤波在指纹增强中的应用

在实时指纹识别系统中,图像增强的效果好坏将影响指纹特征提取及指纹鉴别的识别率.为了解决指纹采集仪采集图像对比度差而且指纹损坏严重情况下识别效果不佳的问题,采用了对反锐化掩膜后指纹图像采用Gabor滤波方法进行图像增强的算法.用反锐化掩膜法预处理指纹图像,并用Sobel算子求取图像的水平和垂直梯度图,把预处理后图像与Gabor函数卷积得到增强图像,可以恢复指纹采集图像中难以识别区域,清楚再现指纹纹理.结果表明,掩膜法与Gabor滤波算法结合在指纹图像增强中可以达到理想的图像增强效果.     

指纹图像预处理新方法

介绍并实现了一套完整的指纹图像预处理方法,通过剩余块处理和平滑方法改进了传统的指纹图像分割算法;使用方向匹配的方法对指纹图像方向块进行方向滤波完成图像增强;并除去细化后存在的短线和毛刺。该算法对Secugen指纹仪采集的图像和FVC2004数据库中的指纹图像进行实验,结果表明经过预处理后的指纹图像质量得到明显增强,方便进行细节特征提取。     

基于方向滤波的指纹图像增强算法研究

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步骤。其中图像预处理中的指纹图像增强是最关键的步骤,直接影响特征提取和匹配。为了消除噪声以提高指纹图象的质量,本文给出了一种基于方向滤波的指纹图像增强算法,根据方向图构建方向滤波模板对指纹图像进行滤波,并对滤波后的图像进行去噪处理。实验结果表明了本文采用的方法有更好的效果。     

指纹图像预处理和特征提取算法的Matlab实现

在指纹识别中,作为指纹匹配的前提和基础,指纹图像的预处理和指纹图像的特征提取对整个指纹识别算法起着至关重要的作用。本文设计了一套指纹图像预处理和指纹特征提取算法,利用方向滤波的方法对原始图像进行增强,使用改进的细化算法进行细化,最后基于脊线跟踪的方法,用改进的算法更为简洁而有效地避免了各种伪特征。设计的算法经Matlab实现,实验效果良好。该算法为指纹识别进一步应用到实际提供了一定的技术基础。     

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.     

基于方向特性的指纹图像预处理

指纹图像具有方向特性,利用这一特点对指纹图像进行预处理可以达到意想不到的效果.本文中先对采集到的指纹图像进行背景有效区域提取,然后用Sobel算子计算得到指纹的方向角,并加以修正后用于提取前景有效区.实验证明经过修正后的方向角使指纹的方向更加可靠的.对图像进行基于该修正方向角的Gabor增强滤波,以及二值化可以大大提高处理精度.实验结果显示,该预处理算法可以有效去除指纹图像中的噪声,并能提高处理速度.     

自动指纹识别系统的研究与实现

对指纹图像的预处理、特征提取和指纹匹配的算法进行了研究.在指纹图像预处理中,首先选取了一种简单的分割算法,即在获取指纹频率场和方向图前就可以完成,从而能够尽早获得有效区域;在脊线频率和方向图的基础上,实现了一种基于脊线方向分析的二值化算法;实现了利用数学形态学对二值化后的图像进行细化处理,构成了一个比较完整的预处理过程.在指纹图像特征提取和匹配中,每个指纹特征点的信息都以向量进行表示,向量构成了指纹的所有信息;为了提高指纹旋转后的匹配率,改进了指纹的特征提取和匹配的算法.最后,对研究的所有算法进行了测试,结果表明,利用这些算法能够很好的实现各自的功能,完成了预期的目标.     

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。     

有效的指纹纹线细化方法

自动指纹识别一般包括指纹采集,图像预处理、特征提取、特征匹配等。细化是预处理中的一个重要环节,如果细化不好,很难使用常规的特征提取算法提取特征信息。现有的指纹细化算法存在很多问题,如细化不彻底、纹线吞噬、骨架偏离纹线中心等,各种问题的存在严重影响了细节点的准确提取。将现有的几种细化算法进行融合,应用于指纹二值图像的细化,得到了较好的细化效果。在细化纹线基础上可以准确地提取细节点.     

Gabor滤波器在基于细节点的指纹识别中的应用

针对指纹图像的特点,建立了一套指纹图像预处理体系,为指纹特征点的提取和比对奠定了良好的基础;文中主要进行了以基于细节点的指纹识别系统的处理流程为线索,设计了适合于这种指纹识别系统的Gabor滤波器,并对Gabor滤波器各参数的设定进行了改进;实验结果表明改进后的Gabor滤波器的处理效果明显优于传统算法.     

一种新的指纹节点匹配方法

指纹匹配是指纹识别中的一个重要问题,在指纹识别系统中常用一组节点来表示一个指纹。目前的指纹识别系统主要采用基于节点的匹配方法。文章提出了一种新的指纹节点匹配方法,在抽取节点特征时不但提取其坐标和方向,而且还提取每个节点沿着其方向和反方向的一定距离内的局部方向,在匹配两个节点时匹配这些方向信息,并将节点按方向信息排序,以加速查找。匹配时首先确定最佳参考节点,然后根据最佳参考节点下匹配节点对的位置和方向差异再次旋转和平移输入指纹,最后在直角坐标下再次匹配两个指纹。实验表明,该方法能有效地提高系统的识别性能。     

利用贪心算法进行三角剖分的指纹匹配方法

针对指纹识别过程中的指纹匹配算法的准确性以及识别效果等问题,结合计算几何中平面点集的三角剖分方法-贪心算法的特点,将其引入指纹匹配处理,提出了一种基于三角网格(用贪心算法进行平面点集的三角剖分)的指纹匹配方法。该方法通过对细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照一定的规则相连,得到三角形网格,并基于该网格寻找若干参考点对,最后通过将两幅指纹图像进行姿势调整构成待识别指纹图像,使用获得的参考点对实现基于点模式的指纹匹配。经分析该方法是一种行之有效的指纹匹配方法,确保了指纹旋转、指纹平移参数计算结果的准确性,有效地提高了最终的识别效果。     

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.     

基于纹线跟踪技术的指纹图像后处理

介绍了基于邻域编码的纹线跟踪技术及其纹线跟踪过程,在此基础上,完善了指纹图像后处理算法,提取了指纹细节特征。在完全细化的指纹图像上,利用纹线跟踪技术,剔除了可能的伪特征点,保留了真实的细节特征点,指纹图像后处理效果十分理想,达到了指纹特征准确提取和特征点集准确获取的目的,为后续的指纹匹配工作打下了良好的基础。     

区域指纹图像增强技术的研究

指纹识别技术是指通过计算机,利用人体所固有的指纹生理特征来进行个人身份鉴定的技术。它本质上是模式识别技术的一个分支。指纹图像增强技术可以有效地加强指纹的脊线特征,确保特征提取算法的性能对指纹图像的质量具有足够的鲁棒性,为指纹细节的提取和匹配识别奠定可靠的基础。依据Gabor滤波器能够同时对图像局部结构的方向和空域频率进行解析的特性,介绍了一种基于二维Gabor滤波的指纹图像增强方法,提出了利用Soble算子求解方向梯度进而计算出指纹脊线方向的方法和脊线频率的方法。算法经意大利波格尼亚大学构造的指纹库的一个子集Fingdb得到了验证。