一种新的指纹图像分割方法

为了准确可靠地将指纹图像从背景区域中分割出来,提出了一种新的指纹图像分割方法,即利用灰度值频数和纹线12方向图判断是否有指纹脊线和谷线的存在,从而判断指纹图像小块是否为指纹前景区。实验结果表明,该方法适用于由于采集原因造成的指纹脊线和谷线灰度值相差较大或不大的指纹图像的分割,分割结果只求出指纹图像的边界而不改变指纹图。     

灰度共生矩阵在指纹图像分割中的应用

指纹图像分割是自动指纹识别系统的关键步骤之一.通过分析指纹图像的灰度级数、位移量及相对方向与其灰度共生矩阵的二次统计特征之间的关系,提出了一种基于灰度共生矩阵的指纹图像分割算法.该算法先将指纹图像分割成矩形块,得到每个矩形块在不同相对方向上的灰度共生矩阵的对比度,然后将其对比度方差与预设阈值进行比较,完成前景或背景区的快速判断.分析和实验表明,该算法分割指纹效果较好,并且对不同的采集环境和图像质量都体现出较强的健壮性.     

基于指纹方向流模式特性的分割方法

研究指纹图像,提取清晰图像处理过程,采集到的原始指纹图像,进行指纹特征提取.由于提取指纹是有方向性的,所谓分割算法就是将可用的指纹区域从背景噪声中提取出来.再采用方差法和方向图法处理基础上,提出了一种新的基于指纹方向流模式特性的SMDF分割方法.方法先将采集到的图像进行归一化,再对每个指纹图像块分别求取平行于块方向和垂直于块方向的灰度变化,选择作为前景块还是背景块的判断依据.实验研究表明,可以较为准确、完整地分割出指纹前景区,同时保留通过后续处理可以恢复的模糊区,还可以节省预处理的时间,也保证了精度,具有较强的可行性.     

改进的指纹图像自适应分割方法

指纹分割是指纹图像预处理中的重要一步。对传统的指纹分割算法分析比较,并且在基于灰度方差的指纹分割算法的基础上,利用指纹图像区域脊线和谷线间隔均匀出现的纹理特征提出一种自适应指纹图像分割算法,避免了凭经验确定阈值的问题。实验结果表明,相比于基于灰度方差的指纹图像分割算法,该算法的分割效果更好,对噪声的抵抗能力更强,且对不同类型的指纹图像有较高的适应性。     

基于自动参数标准化的指纹分割方法

提出了一种合成的指纹分割方法:基于自动参数标准化的指纹分割方法。这个方法应用指纹图像中方向图和灰度变化信息,具有高效性和强壮性的特点。与以往指纹分割方法中固定参数标准化相比,基于自动参数标准化的指纹分割方法可以把指纹图像最大程度的标准化而不会恶化指纹图像细节。     

基于线性支持向量机的指纹图像分割方法

针对现有指纹分割方法存在的不足,提出了一种基于线性支持向量机的指纹图像分割方法。该方法首先选择指纹图像子块的傅里叶频谱能量比和灰度对比度构成特征向量,利用线性支持向量机对这些特征向量进行分类,再运用二值图像形态学操作最终实现指纹图像分割。实验结果表明,与现有的一些典型方法相比,该方法对于指纹图像分割更为准确、可靠。     

指纹图像分割算法的研究

指纹图像分割作为指纹识别的重要部分,是正确进行指纹识别的的基础,只有选择合适的指纹分割方法,有效地分离出指纹图像的前景和背景两部分,才能进行后续的处理,才能对指纹进行有效的识别;否则由于背景区域对前景区域影响会增加许多虚假特征,影响最终匹配,不能有效地对指纹进行识别;在指纹图像分割方面,分析了指纹的方差和方向一致性问题,设计了一种具有光滑轮廓线的指纹分割算法,仿真结果表明,该算法能够从指纹背景中准确提取指纹图像,并且能够除去边缘非正常中断端点,保证有效指纹区得到完整保留。     

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.     

基于多层次分块的指纹图像二值化方法

基于块方向信息的指纹图像二值化方法,其效果主要取决于能否准确的估计指纹图像的块方向图.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,块方向信息很难精确得到,提出了一种多层次分块的指纹图像块方向的求取方法,并把这种方法用于指纹图像的二值化,取得了良好的效果.     

结合方向信息和模糊聚类的指纹图像二值化方法

尽管指纹图像具有局部方向一致性,但在一些局部区域,尤其是包含指纹奇异点的区域点方向变化仍然较大.鉴于此在求出指纹各个像素的点方向以后对指纹图像进行分块,引入了方向信息可靠块和方向信息不可靠块的概念.对方向信息可靠块提出一种用方向信息分割指纹图像的方法.对方向信息不可靠块,采用两种方法区分出指纹决和背景块:一是利用该块的均值、方差;二是利用邻域信息.在此基础上对不可靠块中的指纹块采用加权模糊C.均值聚类的方法对其进行二值化.实验表明:用本文提出的方法对指纹图像进行二值化处理后得到的二值图像脊线光滑无孔洞.对断线起到了一定的连接作用,而且对于方向变化较大的分块避免了二值化后纹线的偏移.     

基于方差和数学形态学的指纹分割算法

比较分析了檑纹分割的两种主要方法：方差法、方向法,针对这两种方法的不足之处,本文提出了一种基于方差和数学形态学的指纹分割算法。这种方法在方差法的基础上,再对得到的指纹图像进行数学形态学的开、闭运算。实验结果表明：这种方法时各种质量的图像指纹分割效果良好,平且运算速度快,尤其适用于需实时处理的指纹识别系统。     

一种新的指纹图像复合分割方法

本文在分析了方差法,方向图法和角部灰度均值法的优缺点后,将它们合理的结合,提出了一种新的基于方向图和角部灰度均值的复合分割方法。本算法的优点是充分利用了指纹图像特有的方向性和灰度特性,对于方向图法和方差方法单独应用时无效的情况都适用,能准确地将背景区域从指纹图像中分离出来,从而提高了分割的精确度。     

指纹方向信息校正方法

提出用滤波器对所求得的指纹图像块方向图进行平滑,并校正不准确的纹线方向计算结果。本文的方法校正后的滤波结果更接近于指纹原图,纹线的特征点更准确,图像更清晰。实验表明,本文提出的方法能较好地校正所求的指纹图像块方向,且校正后的方向更接近指纹图像的实际,是一种准确可行的指纹方向图像校正方法。     

方向图在指纹识别系统中的应用

本文提出了一种用方向图法分割指纹图像的方法,并给出了提取指纹图像方向信息的有效方法,用低通滤波器对求得的方向进行平滑,对平滑后的指纹方向信息与预定方向逼近,使得求到的指纹方向信息更准确,更接近实际。实验结果表明,本文给出的方向图法能较好地分割指纹图像,所得方向图能准确地反映指纹纹线的走向。     

PCNN在指纹图像分割中的应用

提出了采用新型的有生物学依据的人工神经网络-脉冲耦合神经网络（PCNN桺ulse Coupled Neural Network）来实现指纹图像分割的方法,选取低灰度值背景、高灰度值背景指纹图像以及带阴影的指纹图像进行分割实验,有效的实现了指纹图像有效区和背景区的分离,并与传统的标准差阈值跟踪法进行了比较,试验表明这种方法具有更好的效果。     

Document segmentation using textural features summarization and feedforward neural network

Document Segmentation is a process that aims to filter documents while identifying certain regions of interest. Generally, the regions of interest include texts, graphics (image occupied regions) and the background. This paper presents a novel top-bottom approach to perform document segmentation using texture features that are extracted from the specified/selected documents. A mask of suitable size is used to summarize textural features, and statistical parameters are captured as blocks in document images. Four textural features that are extracted from masks using the gray level co-occurrence matrix (glcm) include entropy, contrast, energy and homogeneity. Furthermore, two statistical parameters extracted from corresponding masks are the modal and median pixel values. The extracted attributes allow the classification of each mask or block as text, graphics, and background. A feedforward network is trained on the 6 extracted attributes, using documents obtained from a public database ; an error rate of 15.77 % is achieved. Furthermore, it is shown that this novel approach produces promising performance in segmenting documents and is expected to be significantly efficient for content-based information retrieval systems. Detection of duplicate documents within large databases is another potential area of application.     

基于判别因子的指纹图像质量评估算法*

提出了一种新的指纹图像质量评估方法。该方法根据不同指纹特征对最终评估结果影响的大小,依次通过指纹图像有效面积比、位置偏移量、灰度均值、灰度方差、傅里叶频谱能量比等判别因子对指纹图像质量进行评估,并对低质量指纹提出改进建议。实验结果表明,该算法能够对不同质量的指纹图像进行准确评估,拒绝低质量指纹的输入,可显著提高自动指纹识别系统的准确率和识别效率。     

基于支持向量机的连续超声图像集分割算法

针对传统的支持向量机（SVM）模型对连续超声图像集进行分割时需要为图像集中每张图片提取样本点来建立分割模型的问题,提出了一个对整个连续超声图像集的统一的SVM分割模型。首先,从图像的灰度直方图中提取灰度特征作为表征图像集中图像连续性的特征;其次,从图像集中选取部分图像作为样本,并从中提取像素点的灰度特征;最后,将各像素点的灰度特征与各像素点所在图像中表征图像集连续性的特征相结合,用SVM的方法训练出分割模型对整个图像集进行分割。实验结果表明,与传统SVM分割方法相比,新模型在面对大量的有连续变化的图像集的分割问题上,大幅地减少了人工选取样本点的工作量,并且在分割的准确率上也有保证。