一种手臂静脉特征提取与匹配的算法

针对手臂静脉这一全新的生物特征提出一种特征提取及匹配的算法。首先利用限制对比度自适应直方图均衡化方法对近红外图像进行对比度调整,接着利用Gabor滤波器提取静脉,并进行方向和尺度的标准化;在曲线修复和分割的基础上,提取描述曲线段的方向特征、位置特征和描述曲线形状的Hu不变矩特征;然后搜索匹配曲线对,并利用粒子群算法计算最优空间变换关系,最后进行静脉的匹配。针对150人数据库的匹配实验结果表明,该算法的识别率优于其他方法,说明手臂静脉作为一种新的生物特征具有良好的应用前景。     

使用方向滤波技术的手指静脉纹路提取方法

为了准确高效地提取手指静脉纹路,提出一种新的基于方向滤波的手指静脉纹路提取方法。该方法结合静脉纹路特点设计手指静脉图像的方向图及方向滤波器,根据所得的方向图及方向滤波器对图像进行滤波增强,对增强后的图像提取手指静脉模式。与传统的二值化方法相比,在进行二值化操作前,先对图像进行方向滤波处理,使得该方法提取出的手指静脉纹路连通性与光滑性好、噪声与伪特征少,且其不仅对高质量图像能够准确有效地提取出静脉纹路,对低质量图像处理效果也比较理想。     

指纹识别预处理算法

提出了一种基于Gabor滤波的指纹图像预处理算法,包括指纹图像的增强、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;在二值化和细化方面也做了探讨;实验结果表明,经过这种预处理算法提取出了纹线,并且很好地保留了纹线的关键信息.     

指纹图像的预处理算法

提出了一种基于Gabor滤波的指纹图像预处理算法,包括指纹图像的增强、背景的分割、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,使用Gabor滤波器对指纹进行滤波;在图像分割方面,采用了滤波后指纹图像4个角部灰度均值作为阈值的快速分割算法;在二值化和细化方面也做了探讨;实验结果表明,经过这种预处理算法提取出了纹线,并且很好地保留了纹线的关键信息.     

静脉灰度图像拓扑特征提取方法

二值化处理作为静脉识别中关键步骤不可避免会造成特征信息的部分减损,为了克服这种情况,文中提出一种跳过二值化过程直接对静脉灰度图像进行拓扑特征提取的新方法,该方法首先根据像素的邻域信息计算图像的方向场极值图(EGDF,extreme graph of direc tional fields),并利用预先定义的约束模板集从EGDF中逐步提取出静脉主脊,然后在设定的范围约束图中,利用最大邻域点跟踪算法从静脉主脊的各个端点开始搜索从而获得静脉次脊,最后由静脉主脊和静脉次脊组成了静脉灰度图像的全部拓扑特征.通过对比实验,发现文中算法提取的静脉拓扑特征优于常规组合方法即二值化后再进行骨架提取得到的静脉拓扑特征,且克服了基于新小波函数的对称分析法中无法提取漂浮静脉纹路以及将两条相距较近的纹路误识为一条纹路的问题.因此,是一种有效的静脉灰度图像拓扑特征提取方法.     

基于直方图均衡化的手背静脉图像对比度增强

手背静脉图像对比度往往较低,这将影响整个手背静脉识别系统的识别准确率。首先提取手背静脉图像中的有效区域,然后利用直方图均衡化 (HE) 及其各种改进算法对提取的手背静脉图像进行对比度增强处理。实验结果表明,子块部分重叠局部直方图均衡化算法（POSHE）不但能够增强图像的整体对比度,而且图像中细节与背景之间的对比度也得到了增强,同时该算法效率较高,适合于手背静脉图像的对比度增强处理。     

基于微粒群算法的视网膜血管自动提取方法

针对视网膜血管网络灰度分布特征与结构特征,提出了将灰度-梯度共生矩阵最大熵与微粒群算法相结合的视网膜血管提取方法。采用Gabor滤波以增强血管图像,获取增强后视网膜图像的灰度-梯度共生矩阵,利用微粒群算法并结合灰度-梯度共生矩阵的最大熵方法进行阈值化处理,对图像进行二值化处理后根据视网膜血管具有区域连通性的特征,采用形态学方法分割出最终的血管。实验结果表明,该方法能有效地提取视网膜血管网络。     

基于CLAHE和改进的NIBLACK算法的手背静脉提取方法

为了满足手背静脉识别对于特征提取的需求,本文对手背静脉提取方法进行了研究.首先采用CLAHE算法对手背静脉图像进行增强处理,然后对增强图像进行二值化处理.针对传统的NIBALCK二值化算法容易产生噪声、断纹以及分块处理时的边缘阈值缺失的问题,提出一种局部静态阈值与NIBLACK相结合的改进算法.实验结果表明,该方法可以有效地克服光强因素对图像提取的影响,消除传统方法的噪声过多、纹络断裂的现象,保持完整清晰的静脉纹络结构,满足后续识别工作的需要.     

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.     

一种实用的自动指纹识别完整算法

本文设计并实现了一套完整的指纹图像自动识别算法,该算法首先对指纹图像进行增强包括归一化,分割指纹图像,区分有效区域和无效区域,计算方向图、用方向滤波的方法对指纹图像进行滤波、接着用动态阈值法二值化经过滤波增强的指纹图像,并对二值化图像进行细化及细化后处理,然后提取细化后图像的特征数据,最后将提取的特征数据进行匹配。实验表明该算法运行时间短,识别效率较高,是一种实用的自动指纹识别算法。