改进的结构化指纹分类算法

在深入研究现有指纹分类算法的基础上,提出了一种基于结构的指纹分类算法。利用指纹图像的方向场信息,用Poincare索引值检测出方向场中不连续的点——奇异点,根据奇异点的数目和相互位置关系以及指纹脊线的结构特征确定指纹的基本类型。该算法为匹配算法提供指纹类型信息,可极大地提高算法的匹配速度和匹配精度,具有较好的使用意义。     

一种基于多级分割的指纹奇异点检测新方法

针对指纹图像奇异点检测中奇异点精确定位和可靠判断的难题,提出了一种基于多级分块尺寸的指纹奇异点检测新方法。首先,对于一枚指纹图像,在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计。然后,根据估计的指纹方向场信息进行指纹奇异点检测。接着,利用不同情况下检测的指纹奇异点位置相互关联的特性,进行指纹奇异点的精确定位、可靠判断。最后,在具有2500枚指纹的NJU 2000指纹数据库上的实验结果验证了该方法的有效性。     

一种基于信息融合的指纹奇异点提取及纹型分类算法

准确可靠地实现纹型分类对提高大容量指纹库中的检索和匹配效率具有重要意义。提出一种基于信息融合的指纹奇异点提取与纹型分类算法。首先,分别给出一种基于奇异点区域方向场信息和奇异区复数滤波场信息的改进的奇异点提取算法,并将两者融合以完整提取奇异点;再利用所提取奇异点邻域的Gaussian-Hermite矩的分布属性剔除伪奇异点;最后,利用奇异点的数目和位置关系及中心点的主方向将指纹分为常见的六种纹型,对缺少三角点的指纹,使用脊线跟踪算法进行分类。实验表明,该方法新颖有效,具有较高的准确性和鲁棒性。     

基于奇异点区域方向场的指纹检索

为提高大型指纹数据库中指纹识别的速度和准确性,必须对其进行有效分类和快速检索。提出了一种基于奇异点区域方向场的指纹检索方法。首先利用支持向量机对指纹图像进行分割,并对分割出的图像的方向场进行多尺度平滑,得到可靠的平方复数点方向场估计,再对其进行复数滤波,利用滤波响应幅度信息确定奇异区范围及奇异点的位置和方向;然后根据所得奇异点个数及相对位置对指纹进行初次分类,最后利用奇异点区域的方向场构成指纹的特征向量,并通过比对特征向量进行指纹检索。实验结果表明,本文方法较文献的方法有明显的优势,能有效缩小待匹配指纹的数量。     

基于连续分布方向图的指纹奇异点检测

在指纹连续分布方向图(场)的基础上,对经典的PoincaréIndex计算公式进行了改进,提出了一种新的基于连续分布方向图的指纹奇异点检测算法。由于指纹连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有较高的精确度;而改进后的PoincaréIndex不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向。所以,该算法能够在像素级水平精确定位指纹奇异点(core point和delta point),精确度达到一个像素。在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及笔者采集的AFIS2004指纹库(含4000幅指纹)上的实验结果验证了该算法的有效性。     

基于加权平均梯度方向场和改进Poincare Index的指纹奇异点检测算法

针对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,提出了一种基于加权平均梯度的指纹方向场算法。改进了传统的Poincare Index指纹奇异点检测算法。实验证明,在采用加权平均梯度算法获取的方向场上利用改进的Poincare Index算法可实现对低质量指纹图像的奇异点的准确提取。     

指纹奇异点精确定位新方法

针对指纹图像奇异点快速精确定位的难题,提出一种简单实用算法。对指纹图像预处理,计算方向场并归域化,接着选出奇异点候选区,并以Poincare Index（PI）算法从中提取奇异点候选点集。对候选奇异点集去伪并精确定位。采用FVC2004指纹库进行实验验证,结果与PI算法对比,该算法鲁棒性更好,定位更精确,漏检率和误检率分别降低5.86%、6.8%,平均速度提高了3.71~9.38倍,基本满足高精度高速度的指纹奇异点定位要求。     

一种新的指纹奇异点快速检测方法

作为指纹最重要的全局特征之一,奇异点在基于模型的方向场计算、人工合成指纹、指纹分类、指纹特征匹配等方面发挥了非常重要的作用.在指纹方向场分割的基础上提出了一种称之为方向丰富度的特征,并据此形成了一种新的指纹奇异点快速检测方法.该方法首先将指纹方向场分割为一系列互不重叠的同质区域;然后通过同质区域边缘检测及边缘端点提取实现了奇异点快速定位;最后依据奇异点处方向丰富度特性判断其类型.实验验证了文中算法的有效性.     

一种改进的指纹纹线方向场的计算方法

本文提出了一种改进的指纹纹线方向场计算方法，其中重点分析了奇异点模型中旋转角度的估计方法，并在复数域内简化了纹线方向场的优化计算．实验结果显示该方法充分利用了指纹纹线方向在全局上的渐变性和在奇异点附近的独特性，可以有效降低指纹图像中局部噪声的影响，提高指纹纹线方向场的计算精度，改进指纹图像的增强效果．     

一种有效的指纹奇异点提取方法

在指纹方向场分割的基础上提出了一种称之为方向丰富度的特征,并据此形成了一种有效的指纹奇异点提取方法。该方法首先将指纹方向场分割为一系列互不重叠的同质区域;然后通过同质区域边缘检测及边缘端点提取实现了奇异点快速定位;最后依据已定位点的poincare index值确定奇异点类型。与目前占据绝对主流的poincare index方法在FVC2002指纹库上的对比实验表明:在准确性方面,两者各有优、缺点,该文方法的误检率明显低于后者,漏检率略高于后者;在简单实用性方面,该文算法的平均提取速度是后者的14.2倍,具有明显优势。     

基于复数滤波的指纹奇异点提取方法

在身份识别中,指纹具有唯一性,人的指纹包含大量信息,识别指纹图像很重要.针对指纹图像奇异点中准确判断和精确定位的难题,提出了一种改进的指纹奇异点提取方法.首先,对指纹平方复数点方向场进行多尺度滤波,在平滑噪声的同时,保留奇异区方向的细节信息.对方向场进行复数滤波,并运用启发式规则增强复数滤波的响应幅度,通过分析响应的幅度检测奇异点的位置,由响应的相位确定方向.在FVC 2000上进行实验.结果表明,上述方法可精确提取指纹图像中各奇异点的位置及其方向信息,证明优于与其它方法,结果具有较好的鲁棒性.     

基于奇异点的字典模型指纹方向场去噪方法*

方向场估计是指纹识别过程中非常重要的步骤。传统方法如基于梯度的方法等在处理潜指纹图像时很容易受噪音干扰,而最近提出的基于字典模型的方法无法解决“真词错误”的问题。针对上述问题,本文提出一种融合了零极点模型的字典模型的指纹方向场去噪方法,即将指纹方向场看做是零极点控制的方向场和平滑的残差方向场相叠加的结果,通过首先用零极点模型生成正确的零极点控制的方向场,然后用字典模型修正残差方向场方向场,最后将零极点模型生成的方向场与去噪后的残差方向场融合形成重建方向场,通过基于奇异点的字典模型,我们解决了“真词错误”的问题。为了验证算法的有效性,在NIST SD27潜指纹图像数据库上进行了实验。实验结果表明：对于潜指纹,本文算法能获得比字典模型更精确的方向场,继而可以更好地增强潜指纹图像,并在后续的匹配实验中取得更好的结果。     

Pixel-level singular point detection from multi-scale Gaussian filtered orientation field

Singular point, as a global feature, plays an important role in fingerprint recognition. Inconsistent detection of singular points apparently gives an affect to fingerprint alignment, classification, and verification accuracy. This paper proposes a novel approach to pixel-level singular point detection from the orientation field obtained by multi-scale Gaussian filters. Initially, a robust pixel-level orientation field is estimated by a multi-scale averaging framework. Then, candidate singular points in pixel-level are extracted from the complex angular gradient plane derived directly from the pixel-level orientation field. The candidate singular points are finally validated via a cascade framework comprised of nested Poincare indices and local feature-based classification. Experimental results over the FVC 2000 DB2 confirm that the proposed method achieves robust and accurate orientation field estimation and consistent pixel-level singular point detection. The experimental results exhibit a low computational cost with better performance. Thus, the proposed method can be employed in real-time fingerprint recognition.     

Modelling fingerprint ridge orientation using Legendre polynomials

The estimation of fingerprint ridge orientation is an essential step in every automatic fingerprint verification system. The importance of ridge orientation can be deflected from the fact that it is inevitably used for detecting, describing and matching fingerprint features such as minutiae and singular points. In this paper we propose a novel method for fingerprint ridge orientation modelling using Legendre polynomials. One of the main problems it addresses is smoothing orientation data while preserving details in high curvature areas, especially singular points. We show that singular points, which result in a discontinuous orientation field, can be modelled by the zero-poles of Legendre polynomials. The models parameters are obtained in a two staged optimization procedure. Another advantage of the proposed method is a very compact representation of the orientation field, using only 56 coefficients. We have carried out extensive experiments using a state-of-the-art fingerprint matcher and a singular point detector. Moreover, we compared the proposed method with other state-of-the-art fingerprint orientation estimation algorithms. We can report significant improvements in both singular point detection and matching rates.     

低质量指纹图像方向场提取

指纹方向场提取是自动指纹识别系统中的重要环节,是解决自动指纹识别中的某些关键技术的基础.提出一种通过线性投影分析和在sin域中用加权低阶2维勒让德多项式拟合提取指纹方向场的方法;能够解决大噪声低质量指纹图像方向场难以准确提取的问题;在FVC 2000指纹数据库中的大量实验结果表明,与已有基于梯度的指纹方向场估计算法相比,本文方法有更好的提取精度和鲁棒性,对于大噪声的低质量指纹图像能给出很好的方向场估计.     

基于奇异点邻近结构的快速指纹识别

将指纹识别中分类和匹配过程相结合,提出了一种包含奇异点周边的方向场和细节点等特征的奇异点邻近结构.该结构利用奇异点周边识别信息集中的特点,大大减少了匹配的计算量,并能够同时作为指纹分类和比对的特征,直接应用于指纹的连续分类和快速匹配过程,实现对大容量指纹数据库的快速识别.在NIST和FVC2004数据库上的测试结果显示,该算法在保证自动指纹识别系统(automatic fingerprint identification system,简称AFIS)的识别准确性的同时,还使得指纹在线识别系统的1:N辨识速度有显著的提高.     

低质量指纹图像方向场提取方法

指纹方向场提取是自动指纹识别系统中的重要环节,是解决自动指纹识别中的某些关键技术的基础。提出了一种通过线性投影分析和在sin域中用加权低阶二维勒让德多项式拟合提取指纹方向场的方法;解决了大噪声低质量指纹图像方向场难以准确提取的问题;在FVC 2000指纹数据库中的大量实验表明,与已有基于梯度的指纹方向场估计算法相比,该方法有更好的提取精度和鲁棒性,对于大噪声的低质量指纹图像能给出很好的方向场估计。