一种指纹图像简化预处理与特征提取算法实现

自动指纹识别技术已经步入一个新的时期,现有的自动指纹识别技术在愈加完善和精确的同时也愈加复杂。在保证精确的前提下,有效提高计算效率,以更好地适应移动互联网时代背景下对自动指纹识别技术的要求,成为了一个亟待解决的问题。指纹图像预处理和特征提取中的算法优化对于指纹识别技术的精度和速度具有关键的影响。为了改善指纹图像预处理过程中的计算效率问题,在使用规格化算法进行对比度调节的基础上,针对指纹采集时产生的噪声使用8方向的方向滤波算法,并在之后使用局部自适应的阈值算法进行二值化处理。在图像细化环节,使用形态学快速细化算法替换传统的OPTA细化算法进行细化。在对细节特征进行提取后,对图像边缘的伪特征切割、去除并使用欧式距离作为判断依据以去除伪特征点。结果表明,此种算法能够有效解决计算效率的问题。     

指纹图像预处理与特征提取

指纹图像预处理与特征提取是指纹识别的前提。提出一套基于方向滤波与模糊数学方法的指纹图像预处理算法,并给出了指纹特征提取及其后处理算法。指纹图像预处理首先求出指纹的方向场,然后根据方向场进行滤波,最后用模糊数学方法得到二值化图像。指纹特征提取则先从细化指纹图中得到特征点,并依据伪特征点的脊线与角度特征剔除伪特征点。     

指纹图像预处理和特征提取

根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声算法，并提出了一种新的滤除指纹伪特征点的方法。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。     

指纹图像预处理新方法

介绍并实现了一套完整的指纹图像预处理方法,通过剩余块处理和平滑方法改进了传统的指纹图像分割算法;使用方向匹配的方法对指纹图像方向块进行方向滤波完成图像增强;并除去细化后存在的短线和毛刺。该算法对Secugen指纹仪采集的图像和FVC2004数据库中的指纹图像进行实验,结果表明经过预处理后的指纹图像质量得到明显增强,方便进行细节特征提取。     

指纹图像预处理算法研究

在对现有指纹图像预处理算法进行大量分析和实验的基础上，提出了一套高质量的指纹图像预处理算法。利用基于傅立叶变换的频域处理方法对指纹图像进行增强和去噪；在二值化过程中采用动态阈值法，并充分考虑了像素的周边信息；在细化后进行了去伪操作。整套算法充分考虑了指纹图像本身固有特征，把全局特性与局部细节统筹安排。实验表明这是一套简单易行、高效的算法，可以很好的提高指纹图像的质量，为后继处理打下良好基础。     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法.实验结果表明该算法能有效地增强指纹图像,且具有较快的速度.     

指纹图像预处理算法

介绍并实现了一套完整的指纹图像预处理算法,包括指纹图像有效区域提取、方向图计算、方向滤波、二值化及后处理、细化等算法。实验结果表明该算法能有效地增强指纹图像,且具有较快的速度。     

指纹图像自动识别系统预处理算法的研究

系统地阐述了指纹图像自动识别系统预处理的理论、算法,并对指纹图像预处理中的各种技术进行了分析及实验。在比较了各种预处理方法之后,提出了一种比较好的指纹图像预处理算法,并在实验中得到了验证。     

指纹图像增强与特征提取

在指纹匹配中,从指纹图像中自动和可靠地提取特征点是一个关键性步骤.输入的指纹图像质量在自动识别和认证算法中起着重要的作用.基于脊线的频率和方向,提出了一个快速指纹图像增强和特征提取算法.指纹图像增强首先求出指纹的方向场,然后根据方向场进行滤波.指纹特征提取则先从细化图中得到特征点并剔除伪特征点.实验结果验证了该方法的有效性.     

基于Matlab实现的指纹图像预处理算法

指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败,在前人的基础上提出了一套基于Matlab实现的指纹图像预处理算法.文中给出了用Matlab对每个指纹图像处理功能模块的算法实现、改进方法及处理结果,主要包括去边缘背景,块方向图求取,增强和二值化的合并,细化.用Matlab实现的这种方法,既能分步对指纹图像预处理算法进行仿真测试,又可以很直观地看到图像处理算法的效果,有效配合了算法的研究.实验证明,用Matlab实现的算法的处理结果比较理想,满足识别的应用性.     

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。     

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。     

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。     

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。     

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。     

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。     

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。