基于Gabor滤波器的指纹图像快速增强

研究并实现了利用Gabor滤波器对指纹图像增强的算法。改进了指纹图像方向图和纹线频率的提取方法,同时也对Gabor滤波器的快速实现方法进行研究,首先把Gabor滤波器分解为多个不同方向上有着不同参数的一维高斯滤波器的组合,然后通过递归的方法分别实现这些高斯滤波器,最后实现了Gabor滤波器的快速算法在指纹图像增强中的应用。实践表明,该方法效果良好,速度快,能大幅度提高指纹图像质量。     

基于Gabor滤波器包络的人脸识别算法

2维Gabor滤波器已在文字、人脸和虹膜识别等方面得到广泛应用,Gabor滤波器在特征提取方面具有独特的优势,但高计算复杂度限制了应用。如何快速地利用Gabor滤波器进行识别成为当前研究的重点。提出了基于2维Gabor滤波器包络的人脸识别算法,通过忽略Gabor滤波器的正弦部分,保留高斯成分构造矩形包络,将椭圆滤波器转换为矩形滤波器进行特征提取,即可以在不影响特征提取性能的情况下,只计算滤波器的主要能量区间,忽略区间以外的部分,提高了运算速度。在Yale和ORL人脸库上的测试结果证明,该算法分类准确度优于Eigenface和Fisherface方法,且速度较传统的Gabor滤波器方法快20%,取得了满意的结果。     

基于Log Gabor滤波的指纹纹理匹配*

分析了Log Gabor滤波器的性能,详述了用于指纹识别的Log Gabor滤波器的构造方法,在此基础上提出了基于Log Gabor滤波器的指纹纹理匹配算法。首先采用了一种快速有效的参考点定位方法,在确定有效区域并归一化后,通过傅里叶变换把指纹图像转换到频域,在频域进行Log Gabor滤波,最后在滤波图像中提取特征,并与传统方法作了比较。实验结果表明,所提出算法的性能优于基于Gabor滤波的纹理匹配方法和基于细节点的方法,提高了指纹识别的准确率。     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

基于直线曲线混合Gabor滤波器的指纹增强算法

指纹图像增强对提高自动指纹识别系统的准确性具有重要意义。针对直线Gabor滤波器在纹线弯曲程度高的区域增强效果较差和曲线Gabor滤波器增强计算复杂度较高的问题,提出了一种基于直线曲线混合Gabor滤波器的指纹增强算法。其主要过程为:基于方向场一致性特征将指纹图像划分为弯曲区域和平缓区域;对弯曲区域和平缓区域,分别采用曲线Gabor滤波器和直线Gabor滤波器进行增强。在FVC2002上的实验结果表明,该方法在取得与曲线Gabor滤波器近似增强效果的同时,增强速度提高至其1.404倍。     

基于Gabor滤波的重建图像法检测皮革表面缺陷

针对经典的缺陷检测算法无法解决纹理复杂、对比度低的皮革表面缺陷检测的问题,提出一种基于Gabor滤波的重建图像算法.首先设计Gabor滤波器,从纹理图像与特定的Gabor滤波器的卷积中计算能量的输出响应,当纹理特征对应的能量最大时确定Gabor滤波器的最佳参数.再将原图和滤波后的背景图相减重建图像,重建图中纹理和缺陷的...     

Gabor滤波器在指纹图像分割中的应用

为了有效地进行指纹图像的分割。在分析了Gabor滤波器虚部特征的基础上，在指纹图像的分割中引入了Gabor滤波器虚部的滤波结果作为新的指纹图像特征，并通过加权平均的分割策略；获得了较好的实验结果。同时，为了提高分割速度，还改进了特定条件下的Gabor滤波算法，从而有效地降低了算法的时间复杂度。     

Gabor滤波器在基于细节点的指纹识别中的应用

针对指纹图像的特点,建立了一套指纹图像预处理体系,为指纹特征点的提取和比对奠定了良好的基础;文中主要进行了以基于细节点的指纹识别系统的处理流程为线索,设计了适合于这种指纹识别系统的Gabor滤波器,并对Gabor滤波器各参数的设定进行了改进;实验结果表明改进后的Gabor滤波器的处理效果明显优于传统算法.     

基于GLCM与自适应Gabor滤波器组的纹理图像分割

基于Gabor滤波器的纹理图像分割算法存在参数难以选择的问题。为此,提出一种预测图像纹理类型数与Gabor滤波器组参数的分割算法。将图像分割成大小相等的区域块,根据各类纹理特性预测Gabor滤波器组参数,利用各区域块的纹理特征向量预测纹理类型数,并使用预测的滤波器组提取图像纹理特征,通过预测的纹理类型数对图像进行聚类分割。实验结果表明,该算法能以较高的精度与较快的速度分割纹理图像,且受纹理类型数量影响较小。     

改进Gabor滤波器在指横纹提取中的应用

针对指横纹难于实现自适应分割的问题,提出一种新的基于改进Gabor滤波器的指横纹提取算法。该方法在指横纹特征方向求取阶段,为避免出现传统Gabor滤波器固有的旋转溢出和奇异值区间的问题,提出以手指轴线方向作为Gabor滤波器方向。在分割阶段,为减少求取Gabor频率的耗时和Gabor频率投影值难于确定的问题,提出以固定频率对指横纹特征进行Gabor滤波。实验证明该算法不仅能够减少计算量,还能有效克服噪声以及手形姿态变化的影响,并且对不同精度的指横纹图像都有较强的鲁棒性。     

一种改进的基于Gabor滤波的指纹增强算法

研究并实现了基于Gabor滤波器的指纹增强算法,对纹线方向提取算法进行了改进,获得了较准确的方向图。并改进了纹线频率的提取方法,有效地避免了Gabor滤波后在脊线中留下伪纹线和小孔的问题。同时也对滤波算法进行了优化,有效地减少了运算量。实验证明,该方法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

区域指纹图像增强技术的研究

指纹识别技术是指通过计算机,利用人体所固有的指纹生理特征来进行个人身份鉴定的技术。它本质上是模式识别技术的一个分支。指纹图像增强技术可以有效地加强指纹的脊线特征,确保特征提取算法的性能对指纹图像的质量具有足够的鲁棒性,为指纹细节的提取和匹配识别奠定可靠的基础。依据Gabor滤波器能够同时对图像局部结构的方向和空域频率进行解析的特性,介绍了一种基于二维Gabor滤波的指纹图像增强方法,提出了利用Soble算子求解方向梯度进而计算出指纹脊线方向的方法和脊线频率的方法。算法经意大利波格尼亚大学构造的指纹库的一个子集Fingdb得到了验证。     

改进的Gabor滤波算法及其在FPGA中的实现

针对指纹图像核心区域方向变化剧烈及用软件实现图像增强速度慢的缺点,提出了一种适应于硬件并行处理的基于改进的Gabor滤波的指纹图像增强算法,并用硬件描述语言在可编程逻辑门阵列(FPGA)上实现,同时介绍了系统的工作过程及总体结构.实验结果表明,改进的Gabor滤波能使图像的断裂处得到很好的连接,指纹图像信息明显增强,并且在速度方面利用硬件实现远远高于软件.实验表明,FPGA在图像处理方面满足实时性的要求,适用于图像增强的系统.     

一种基于指纹识别的银行卡加密系统

提出了一种基于指纹识别的银行卡加密系统,该系统采用两层C/S(Client/Server)数据库。提出了将中值滤波和Gabor滤波混合去噪算法应用到指纹图像的二次开发中。结果表明,使用该混合去噪算法,取得了较好的效果。     

指纹图像的预处理算法

根据指纹的固有特性及常用算法在指纹处理中的缺陷，文中提出一套有效的预处理算法。对于图像增强，算法利用指纹的方向特性和频率特性设计出Gabor滤波器对图像进行滤波，取得理想的效果；在图像分割，二值图像处理等方面也作了改进。     

一种基于低分辨率指纹图像的增强方法

指纹鉴别是一个比较复杂的过程,一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响着后面指纹图像的细化特征提取等处理。论文针对硅晶体指纹采集芯片采集到的低分辨率指纹图像,提出一种有效的图像增强处理方法。由于指纹分辨率低,以及前景与背景的灰度差别很大,采用通常的空域Gabor增强后仍然有误增强和增强不充分的情况。所以针对此情况论文提出了采用非线性与线性相结合的二次图像增强的方法。首先使用Gabor滤波器进行非线性的图像增强,对增强后的灰度图像进行二次线性增强,即利用指纹的方向信息进行二值化处理。实验结果表明论文方法增强效果较好,与经典的Gabor图像增强方法比较,使用该方法图像增强后特征提取准确率明显提高。