基于二值化指纹图像细节点提取的改进算法

深入研究了二值化指纹图像细节点提取算法,针对已有算法中存在伪细节点和遗漏细节点的问题,提出了一种改进的二值化指纹图像细节点提取算法。该算法在原有提取算法的基础上,采用了形式分割图段、结合纹线方向提取、合并图段等措施。大量实验表明,该算法显著地减少了伪细节点和遗漏细节点的出现,是一种较为理想的二值化指纹图像细节点提取算法。     

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.     

基于扇区划分的细节点采样指纹匹配算法

在对指纹匹配算法进行了深入研究及总结现有算法优缺点的基础上,提出了新的基于扇区划分的细节点采样指纹匹配算法。本算法以指纹图像参考点为中心,分扇区对细节点数目进行采样统计以构造新的指纹特征向量,再利用距离最小准则进行指纹匹配。实验结果表明,本算法有效提高了指纹图像的匹配效果和运行速度。     

基于模式化方法的二值图像降噪

目前二值图像的降噪已有很多算法,在很多领域有应用,但是还存在一些问题,如降噪后造成图像质量下降。在这种情况下,文章提出了一种新的基于模式化方法的二值图像去噪声算法。通过分析二值图像噪声的微观结构,用行程匹配法提取出二值图像中的图段,然后根据图段参数判定噪声并进行清除。实验结果显示该方法降噪效果较好,具有一定的实际意义。     

基于细节点方向分布的指纹特征匹配

提出了一种新的指纹细节点匹配算法。该算法首先基于细节点方向分布特性将指纹在旋转方向上对齐，减少了大量的旋转操作，然后利用大小变化的界限盒判定细节点之间的对应关系。该算法不受指纹之间旋转变形、平移变换和非线性变形的影响，也不受细节点提取误差的影响。实验结果表明该算法不仅处理速度较快，而且具有令人满意的精度。     

VC图像处理——指纹的识别

介绍用VC＋＋实现了指纹图像的对比度增强、有效区域的选取、指纹图像的二值化、二元指纹图像的气泡噪声的填充和指纹图像的细化。并选取较好的处理步骤和算法参数解决指纹图像预处理的问题。     

基于指纹方向图的模糊二值化算法研究

深入研究了指纹图像二值化算法,提出一种基于指纹方向图的模糊二值化算法,算法根据指纹方向图的特性,引入了模糊数学的理论,能够在保持特征点不丢失的基础上完成一般指纹图像处理中的滤波和二值化的处理。     

基于二值指纹图像的Gabor滤波增强算法

在指纹预处理过程中,Gabor滤波器对于图像的平滑和分割具有十分显著的效果。但是Gabor滤波器对纹线方向和频率十分敏感,通过处理灰度图像得到的二值图像存在着严重的特征点丢失和变化问题。采用相位差分二值化方法,使二值化过程不依赖Gabor滤波。提出了在二值图像上利用Gabor滤波器增强的方法,保留了Gabor滤波器连接纹线断线和滤除图像中噪声的优点,避免了Gabor滤波器对频率的敏感性问题,有效地提高了指纹特征的保持度。     

基于二值图像中心点的指纹分类算法*

指纹的自动分类对于提高检出速度和识别率有重要的意义。有效地利用指纹的纹理结构和纹理方向等固有信息,可以提高指纹的分类类别。基于二值指纹图像进行分类不完全依赖中心点定位的准确性,避免了利用三角点的干扰信息,应用脊线追踪算法进行指纹分类,赋予了中心脊线方向连续的变化,可以将指纹自动分类算法提高到34类。     

一种基于信息融合的指纹特征点提取方法

针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。     

基于多参考节点的指纹匹配方法

提出了基于多参考节点整体对齐的指纹节点匹配方法,该方法先用多对参考节点将两个指纹对齐,然后再评估两组节点的匹配程度．由于多参考节点分布在指纹的各个区域,多对参考节点对齐后,两个指纹各区域的对齐程度会相对均衡．实验表明,该方法能有效地提高系统的识别性能．     

基于信息融合的指纹细节特征提取

为了准确提取指纹特征信息,提出一种基于Gabor滤波器和小波分析相结合的指纹特征信息提取方法.该方法分别利用Gabor滤波器和小波分析对原始指纹图像进行预处理,并提取特征点,取两种不同方法提取的特征点集的交集作为真实特征点,以此减少甚至消除伪特征点.实验结果表明了本方法能正确提取指纹特征信息.     

基于纹线跟踪的指纹细节提取算法

提出了一种基于脊线跟踪的细节点检测新方法,它直接从灰度级指纹图像中提取特征点信息,而不必经过二值化和细化过程,从而较大节约了运算时间,提高了可信度。实验证明,相对于传统算法,除了概念上稍复杂些外,该算法无论从效率或者鲁棒性方面,都具有明显的优势。     

一种基于参考点方向的指纹极坐标匹配算法

指纹匹配是实现指纹识别的重要环节,提高识别率并减少算法复杂度是指纹匹配的核心问题。本文针对现有指纹识别系统荐在的参考点定位复杂、准确度不够高、适应性不够强等问题,提出了一种利用指纹的方向图和指纹纹线特征相结合确定参考点的方法,并通过调整极角进行基于极坐标的点点匹配,显著提高了指纹匹配的速度和精度。实验结果表明,该算法复杂度低、鲁棒性好、识别率较高,有较强的实用性。     

基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。     

一种快速的指纹参照点对选取方法研究

快速准确地确定匹配参照点对是实现基于点模式指纹识别的一个关键问题,针对该问题本文提出了一种基于脊线校准的确定匹配参照点对的新方法。该方法首先利用细节点间的距离、类型以及细节点与脊线样点之间构成的网状结构来构建新的局部特征向量,然后在这些结构特征向量空间中搜索最为相似特征向量,确定出最优匹配参照点对。实验结果表明,本文提出的算法不仅速度快,而且准确性也有了较大提高。     

基于8邻域编码逐像素跟踪法的指纹细节特征提取算法

研究并实现基于8邻域编码逐像素跟踪法的细节特征提取算法。该算法能有效提取细化后指纹图像中的端点和分叉点,通过回朔跟踪法,能有效去除图像中的伪特征点。实验结果表明该算法较大幅度提高了特征提取的速度,并能够较准确的滤除伪特征点,缩短了图像后处理时间,可以满足实际应用的需要。