几种指纹方向图算法及对比分析

对于指纹图像,无论在频域或是在空域处理时,都要用到指纹的方向性信息,所以求取指纹方向图就显得格外重要。求取指纹图像方向图的方法有很多种,文中列出了其中几种易于实现的算法。目的在于比较几种求取方向图的算法,得到这几种方法的性能,以利于不同场合的要求。     

一种基于加权平均梯度的指纹方向图算法

方向图在指纹识别系统中具有重要的研究价值。梯度法是常见的指纹方向图求取算法,针对传统的梯度法抗噪能力差的缺点,提出了一种基于加权平均梯度的指纹方向图算法。利用指纹图像具有局部平行性和渐变性以及邻域的脊线方向相关性高的特点,通过将邻域的方向信息进行加权平均来求取块的方向。实验证明,该算法比传统的梯度法有更好的抗噪性能。     

指纹方向图提取算法研究

在指纹图像处理中方向图计算的精确性对于后继处理步骤有很大影响,所以研究指纹方向图的提取算法显得格外重要。指纹方向图提取的算法有很多,该文分别给出点方向图和块方向图两类重要的算法,实验证明了其可靠性。     

一种基于方向图的指纹预处理方法

提出一种基于方向图的指纹预处理方法,利用指纹图像的方向信息实现了指纹的增强、二值化以及不可恢复区域的提取,为实现指纹自动识别提供了一种可行的方法。     

一种求取指纹图像方向的方法

指纹识别日益成为一种有效的身份识别的手段。在对指纹图像进行处理的过程中,指纹方向信息的求取是一项关键技术,它对指纹图像的预处理和后处理都有重要的影响。该文提出了一种指纹图像方向求取方法。实验证明了该方法快速、有效。     

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.     

改进的指纹图像方向图求取方法

为提高指纹图像方向图的准确性,提出了一种传统的指纹图像方向图求取算法－离散方向采样法的改进方法。该方法在原有采样模板的基础上,综合考虑中心像素点外的各层数据,给出了改进的采样模板。实验结果表明该方法比传统的离散方向采样法和灰度梯度法得到的指纹图像方向图更加准确。     

基于指纹方向图及形态学膨胀操作的指纹图像压缩算法的研究

提出了一种在MRWD方法基础上结合指纹方向图的指纹压缩算法。首先将指纹图像按纹理信息进行分块,然后对指纹图像中不同的方向图块采用不同的结构元素来实现各子带重要系数的膨胀操作以对其进行检测、提取和编码。该方法除了具有EZW的优点外,有效地提高了MRWD方法在处理指纹图像时的性能。实验结果证实了该方法的有效性,而且其性能可与最新的有损压缩算法JPEG2000相媲美。     

一种改进的指纹纹理匹配算法

目前的中心点定位方法对发生旋转的指纹图像处理效果不佳,针对这一缺陷,结合指纹脊线方向特性和结构特性,提出了一种新的基于指纹方向图的中心点定位方法。在此基础上,改进了文献[1]中的指纹编码方法。实验表明该文提出的方法对旋转的指纹图像具有很强的鲁棒性,匹配精确度比原来的方法有一定的改进。     

基于方向滤波的指纹图像增强算法研究

论文在传统指纹图像增强算法的基础上,提出了一种改进的方向滤波指纹图像增强算法,算法速度得到提高,指纹图像增强效果显著。算法以方向滤波为基础,通过Sobel算子计算指纹图像的梯度和方向,根据指纹的特点设计方向滤波矩阵,由指纹局部方向选择相应方向滤波矩阵进行滤波,使指纹图像在纹线方向上得到增强,在垂直纹线方向上得到减弱,从而增加了前景和背景的对比度,消弱了噪声干扰,突出了指纹的有效信息,为后续的处理过程提供了良好的图像基础。     

几种滤波器跟踪性能的比较

现阶段,卡尔曼滤波是信息融合领域中广泛使用的融合算法,它在线性高斯模型下能得到最优估计,但在非线性非高斯的模型下不能达到理想的效果.在这种情况下,非线性目标跟踪已被人们广泛重视.扩展卡尔曼滤波器(EKF)是将卡尔曼滤波器(KF)进行Taylor展开,算法简单,计算快捷,适用于非线性程度不强,高斯的环境下.不敏卡尔曼滤波(UKF)是先对状态向量的后验概率密度函数(PDF)进行近似化然后再在标准卡尔曼滤波框架下进行递推滤波.粒子滤波是一种基于蒙特卡罗模拟和递推贝叶斯估计的滤波方法.这种滤波的方法和其他滤波的方法一样,都是可以通过系统的模型方程从测量空间一步步递推得到其相应的状态空间.它可以处理模型方程为非线性、噪声分布为非高斯分布的问题,在许多领域得到了成功的应用.论文中通过仿真试验,进行跟踪性能的比较,结果证明在复杂的非高斯非线性环境中,粒子滤波器的性能要明显优于扩展卡尔曼滤波器.     

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。     

Comparing Abstraction Refinement Algorithms

We present a generic algorithm that provides a unifying scheme for the comparison of abstraction refinement algorithms. It is centered around the notion of refinement cue which generalizes counterexamples. It is demonstrated how the essential features of several refinement algorithms can be captured as instances.We argue that the generic algorithm does not limit the completeness of instances, and show that the proposed generalization of counterexamples is necessary for completeness — thus addressing a shortcoming of more limited notions of counterexample-guided refinement.     

组合指纹匹配算法研究

组合不同的指纹匹配算法是提高身份认证识别率的有效手段。文章将指纹图像的细节特征引入到基于Gabor滤波器组的匹配算法中,并提出了一种基于细节特征算法和改进算法的组合匹配算法。该方法首先根据细节特征对输入指纹图像进行旋转平移,然后利用Gabor滤波器组对指纹编码区进行矩形分块编码,最后将匹配结果与基于细节特征匹配算法的匹配数进行组合,得到一个组合匹配数进行决策。通过对FVC2004DB1-A指纹库的实验,结果表明该文提出的组合算法与其它单纯利用细节特征或纹理特征的匹配算法相比较,该文的组合匹配算法具有更高的识别率。     

路网匹配算法综述

路网匹配是基于位置服务中的关键预处理步骤,它将GPS轨迹点匹配到实际路网上。以此为基础对数据进行分析和挖掘,能够辅助解决城市计算中相关问题,例如建立智能交通系统,协助用户规划出行。本文对国内外学者在该研究领域取得的成果进行了分类总结,发现这些匹配算法可以较好地解决高采样率的路网匹配问题。但是随着城市交通的快速发展,获取和处理车辆位置信息的成本不断提高,低频采样点越来越多,现有算法匹配精确度大大下降。于是近几年,出现基于隐马尔科夫模型（Hidden Markov Model,HMM）的路网匹配算法。隐马尔可夫模型可以较为平滑地将噪声数据和路径约束进行整合,从有许多可能状态的路径中选择一条最大似然路径。重点总结了基于隐马尔科夫模型的路网匹配算法,主要是从特点与实验结果的角度对其进行对比总结,有的实验结果的正确率在一定条件下最高可以达到90%,说明了基于隐马尔可夫模型的路网匹配算法在低采样率下的有效性。最后对未来研究可能采取的方法进行了展望。     

指纹方向图的改进研究

提出一种在现行方向图的基础上改进的圆形方向图,这种圆形方向图过渡平滑、自然、真有很好的连续性、抗噪性,同时对低质量指纹图像具有良好的鲁棒性,能更精确地反应指纹脊线的结构特征,而且计算量比现行方向图减少15%,试验证明了方法的有效性.     

利用遗传算法对指纹的核心点进行检测

指纹的核心点是指纹的主要特征,对指纹匹配和指纹分类具有十分重要的作用.本文对指纹核心点的位置和方向进行了新的定义,接着提出一种新颖的基于遗传算法的方法对指纹核心点进行定位以及对核心点的方向进行估计.首先根据定义给出核心点位置和方向的打分函数并根据指纹的方向域信息确定了核心点的候选区域,接着把打分函数作为遗传算法的进化适应度函数在这个核心点候选区域内利用遗传算法对指纹核心点及其方向进行快速求极值,这样可以同时得到指纹的核心点的坐标和方向.实验结果表明本文提出的方法可以对指纹的核心点的位置和方向进行精确的定位和估计.     

指纹图像增强算法研究

本文根据笔者近年来的研究试验结果，指出了传统指纹图像增强算法的不足，以两种典型滤波算法为主，对近年来流行的基于方向场估计的滤波增强算法进行了分析和评价，并针对这两种算法的不足之处提出了一种新的算法思想。