指纹图像细节点及显著特征的提取

提出了一种改进的指纹细节特征提取算法。该算法首先在细化后的指纹图像上直接提取原始细节特征点集,然后针对不同的噪声,采用针对性的算法,将各类噪声引起的伪特征点分别予以删除,最终保留下来的特征点集即视为真正的特征点集。通过分析细节特征点之间的联系,在整幅图像范围内构造了3种类型的显著特征,提出了一种显著特征提取算法,在已提取的特征点集的基础上,提取出指纹图像的显著特征。     

基于二值图像的指纹细节点提取

指纹细节点提取是自动指纹识别研究的关键问题之一,尽管已有很多基于细化图像分析的方法和基于原始灰度图像分析的方法,但该问题还没有得到很好的解决。因此提出了一种从二值图像上提取细节点的方法。首先通过行程匹配得到二值指纹图像中的图段,然后根据图段的结构形式和图段之间的连接关系进行细节点的判定,细节点的方向通过直线试探法获得。实验结果表明：与基于细化图像的方法相比不仅具有较高的效率,而且能使指纹匹配达到较高的精度。     

一种有效的指纹细节点提取方法

提出一种指纹细节点提取方法,在得到指纹二值化图像后,分别对脊线和谷线进行细化,从 脊线细化图和谷线细化图中提取分支点作为指纹的特征点。这样得到指纹的细节点比较准确,而虚假 点也比较容易除去。实验证明,这种方法得到细节点的数目也相对较少,有利于进一步的指纹匹配。     

基于支持向量机的指纹特征点提取方法

由于指纹的匹配是根据指纹特征点匹配的,所以指纹特征点提取方法的好坏将直接影响指纹匹配的成功率.针对指纹特征点提取耗时较长的问题,提出了一种在细化指纹上,利用支持向量机的特征点(端点及分叉点)提取方法,首先进行指纹特征点初提取,即将特征点的8邻域模板作为输入,特征点类型作为输出,建立支持向量机网络并进行训练.将任意的纹脊点的8邻域输入到已训练好的支持向量机网络就可得到特征点的类型.初提取得到的指纹特征点集中存在大量伪特征点,判断图像边缘并根据特征点之间的方向及距离消除伪特征点.仿真结果表明,改进方法指纹提取的速度快,同时去除伪特征点的准确率高.     

指纹图象特征提取的新方法

指纹特征的提取在指纹自动识别系统中是一个必不可少的重要环节。指纹特征通常包括指纹奇异点和细节特征点。文章在给出了一种计算指纹方向图的新方法基础上提出了奇异点的提取新方法。实验表明该方法能够准确地提取出指纹的奇异点,并具有较强的抗干扰性。针对指纹图象质量较差时,存在大量的伪细节特征点,文章提出了一种新的细节特征点验证的方法,获得了良好实验结果。     

一种基于伪特征点消除算法的指纹细节提取方法

指纹特征提取是指纹识别技术的关键。本文介绍的方法是,指纹图像经预处理后,不对脊线做任何修复,在细化指纹图像上直接提取原始细节特征点集,然后根据图像的伪特征点的分布规律,删除伪特征点,保留真正特征点。     

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。     

基于图像的人体特征点提取与尺寸测量

人体特征点提取和尺寸测量一直是虚拟服装试衣的关键内容.本文在人体图像基础上,通过对ASM算法进行改进实现人体特征点提取以及特征点尺寸测量.首先,算法计算待测图片中人脸和身体两个中心点欧式距离与对应模板进行匹配,改变传统ASM算法单一模板局部模板匹配模式,提高了初次模型匹配的准确率和效率;接着,以特征点为中心选择较少有效邻域点在其灰度训练模型中目标搜索,解决传统ASM方法匹配时间长且特征点易匹配失败问题;另外,针对人体胯部以下区域易出现仅单侧拟合效果较好问题,利用马氏距离公式选择特定矩阵大小邻域范围内点的灰度与灰度模型比较,并且结合人体体型分布及对称性特点进行拟合处理.实验结果表明了该方法能适应复杂背景下人体图像的特征点提取与尺寸测量,提高人体特征点提取和尺寸测量精度.     

基于Float-LBP算法的纹理图像检索

局部二值模式(LBP）仅依赖中心点和其邻域点在灰度上的差异,忽略了邻域点之间的浮动关系,导致表征能力较差,因此提出了一种改进的LBP算法。在对图像LBP二值化前,首先将邻域点按顺时针方向和其相邻的点进行比较得到一串类似于LBP算子的二进制序列;然后对这一序列进行十进制编码,并将这一部分的特征记作Float-LBP(F-LBP);最后再和原始的LBP算子提取的特征结合作为整幅图像的纹理特征。实验表明,通过F-LBP和LBP算子的结合,在保留局部微观纹理的前提下增加了更多的图像纹理分布信息,提高了算法的检索精度。     

指纹识别中的特征点提取算法

指纹特征的提取在指纹自动识别系统中足一个必不可少的重要环节.根据指纹的固有规律,提出了一套较完整的指纹图像特征提取和伪特征去除算法,指纹特征提取是从细化后的指纹图像中得到的细节特征点(即端点和分叉点),其中含有大量的伪特征,根据伪特征点的结构,在特征提取之后对伪特征点进行去除,主要对毛刺和短脊进行去除.实验结果表明,该算法大大提高了指纹识别时的精度,并具有较强的抗干扰性.通过对上百幅不同质量的指纹图像进行测试,获得了较好的效果.     

基于Matlab实现的指纹图像细节特征提取

指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配.介绍了一套基于Matlab实现的指纹细节特征提取方法,并给出了去伪算法.指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含有大量的伪特征,既耗时又影响匹配精度.采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠特征点信息,以便实现指纹匹配.实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率.     

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。     

结合方向图的指纹特征点提取

报告了指纹识别研究的现状,分析了指纹识别过程中伪特征点对识别结果的影响,以及指纹识别过程中不同伪特征产生的原因.对指纹图像进行二值化,细化等预处理,并初步提取特征点.结合指纹方向图,对从细化图像中提取出的大量特征点进行处理,利用不同伪特征的不同方向和距离特点设计了伪特征点判断和删除的判据,在去除伪特征点的同时又保证真正的特征点不被误删.实验结果表明,该方法取得了较好的效果,能满足实际使用的需要.     

A New Autom ated Fingerprint Identification System

A new automated fingerpring identification system is proposed.In this system,based on some local properties of digital image,the shape and minutiae features of fingerprint can be extracted from the grey level image without binarizing and thinning.In query,a latent fingerprint can be matched with the filed fingerprints by shape and/or minutiae features.Matching by shape features is much faster than by minutiae.     

指纹图像质量自动评测方法研究

要准确地从指纹图像中提取细节点,在很大程度上依赖于所采集的指纹图像的质量。为了提高指纹识别系统的性能,必须对输入到系统的指纹图像进行质量的自动评测。提出一种新的方法,先从指纹图像提取5个评测参数,组成质量评测向量,再采用小样本情况下具有分类优势的支持向量机（SVM）对指纹图像进行分类,将指纹图像分为好、中、差三类。实验表明,提出的方法能有效地进行指纹图像质量自动评测。